生成艺术在视觉识别设计中的创新策略研究

郁沁林

关键词：生成艺术 数字化 视觉识别 应用策略 逻辑规则

中图分类号：J0-03 文献标识码：A

文章编号：1003-0069（2022）02-0080-04

引言

近年来，以往被称之为“平面设计”的学科命名已逐渐变更为“视觉传达设计”，并在不断尝试拓展其边界，意味着学科的发展不局限于视觉的形式和承载媒介转而更注重传达本身。与此同时信息爆炸时代下人们对于信息的获取有了更高的要求，而信息技术的进步使得视觉识别呈现出全新的面貌，生成艺术成为介入其中的一种方式，催化着科学与艺术设计的融合，激发着设计师的创意灵感。

一、生成艺术概述

（一）背景及定义

生成艺术（Generative Art）在20世纪60年代的计算机图形学背景下随着数学家和计算机工程师探索诞生。纽约大学教授菲利普·加兰特（Philip Galanter）对生成艺术这样定义“生成艺术是指艺术家使用……程序发明的系统进行艺术实践，该系统以某种程度的自主性促成或完成完整的艺术品。”其中的关键要素是艺术家将部分或全部后续控制权转让给系统。

（二）分类

依生成过程的复杂程度可将生成艺术分为四类：利用现有软件绘图;利用数学公式;基于算法或推理规则;智能艺术生成。介于本文主要讨论是生成艺术介入视觉识别的创新性和较为适普的策略研究，下文将表述重点集中在第二和第三类。

（三）生成艺术的表达特点

从不同角度去看生成艺术作品的表达特点呈现出不同的结果：如从技术角度可分为数据库函数、多样生成、非重复图案、非线性的生成响应、大规模并行架构五点;从审美角度看有着虚实相生的意境美、复杂形式中的秩序美、参数生成的抽象美;从生成过程特征可以总结出“随机性”“自生成性”“逻辑性”等特点。但生成艺术之所以被称之为“艺术”，而非仅仅将其表述为生成技术，是在于其独特的审美趣味，因此需要综合来看以上各角度总结出风格特征。

二、生成艺术与视觉识别系统

利用计算机生成技术去艺术创作不仅仅影响力艺术观念，随着艺术、设计、科技等的边界被打破，各类作品在跨界中表现形式愈加丰富。生成式的设计方式也广泛应用到视觉传达设计领域。

（一）生成艺术与视觉识别理论结合点

1.从符号学角度来看，通过参数生成的视觉符号中形式表现为能指，信息内涵为所指，维系二者的媒介是生成的形式逻辑。基于生成的形式逻辑所构建出的视觉识别系统使得应用中的各视觉符号存在特定的内在联系，不同层级的符号元素之间呼应且相互所用，并且因其在意义生成的过程中绝大多数情况能从多方面同时向观众释放信息，所以能指和所指并不一定是——对应的关系，而是一对多重涵义的关系。生成艺术的介入形成丰富的所指涵义，为构建多元立体的视觉设计提供了底层逻辑。

2.从传播学的视角看，视觉识别的具体内容即是传播者（主办方/设计师）向受传者（用户/受众）传达的信息，其传达本质就是信息的流动。通过观察图1，生成艺术的介入可以有效地拓宽信息传播的媒介;并且视觉识别的信息传播犹如生成艺术的编码过程，其内在逻辑与环节上都高度的对应，为生成艺术介入视觉识别提供一定的逻辑支持。同时由于在信息化时代里观众对信息的时效性追求也进一步提高，而生成艺术的介入能够在较短的时间内，给予受众较为丰富的视觉体验。

（二）生成艺术与视觉识别结合特征

生成艺术独具风格的表达与丰富的承载媒介共同作用中信息传播和识别表现也发生了变化。视觉识别在生成艺术的介入下呈现出一些优势与特征，主要归纳为以下三个方面。

1.高度逻辑化

逻辑是生成艺术的核心。其逻辑来源一方面来源于设计师个人的总结，另一方面来源于其他学科，例如几何学的拓扑结构，生物学的DNA螺旋结构，数学中的黄金分割等。强逻辑也自然而然地成为区隔传统视觉识别的显著特征。

从操作路径上看，不管是直接在设定预想图形后根据固定的逻辑秩序留一些可变的参数以生成不同图形，还是由计算机根据规则自动计算出最优解，计算机都会严格按照设定的逻辑执行。即由单个或多个包含所有生成形态特征的生成元，依据固定的演变规律相互作用出丰富的最终图形，它的高度逻辑化，甚至可以根据最终的呈现形式，以反推他的生成逻辑。这也是其呈现出复杂度但依然能够保持有序的原因。

2.识别动态化

识别的动态化在工具层、和表现层均有体现。

（1）在表现层，各元素呈现出的动态变化，强调的结果的动态性，其不一定呈现出动态的效果，但是在规则范围内产生的多样化结果。

（2）在工具层，基于生成自动化的特性，视觉识别的交互载体除了印刷喷绘等实体外，也会增加或是基于宣传网页、移动手机端的交互，或是基于场景互动的灯光投射、展示屏有关的虚拟交互。同时，生成艺术的自动生成的过程，通过记录这一过程往往可以产生丰富的影像展示，在融合平面、三维的表现外，引入第四维度“时间”。丰富的媒介催化了识别的动态化。

3.传达精准化

首先，通过代码和算法的表达，将设计师们引入一个更为开放的环境，可以将设计过程无差别的复制和可追溯。这得益于代码将设计过程的完全展示，与不同设计师之间的协作也不再受限于对设计结果具体如何产生的难以描述，可以更为高效和可复制地协作。复杂多准则问题的构成逻辑可以复用到有差异的使用场景而得到相似功能的不同结结果。即在复用过程中根据规则输入新的数据，生成的结果能快速达到相似的效果实现大批量的可复制，是其传达精准化的原因之一。

其次，好的视觉识别的通过吻合主题的算法，传达出独特性及需要表达的核心内容。因在凝练编写算法逻辑之前必须提炼核心主题，而后续计算机生成的过程中人为干扰因素也较小，同时由于多媒介多角度全方位的阐释，所以在主題的传达上更为精准。

三、生成艺术介入视觉识别设计中的应用场景分析

笔者以某次会展活动的视觉识别设计为例，将设计师（主办方）及观众（用户）两个角度绘制了相关的流程及应用范畴，如图2所示，据此将生成艺术介入视觉识别的应用场景分成三个：物料管理、信息交互、互动娱乐。

（一）物料管理

得益于极低的生成边际成本，不同于传统视觉物料在前期就几乎全部制作完毕的模式，基于生成艺术的视觉识别物料可能存在（如图2中标示的前中后）三个不同的产出时间阶段，最大的区别在于每次物料制作前可根据信息反馈做出有针对的视觉调整。首先通常是应用于会展或活动造势先导物料，以广告媒体为主的如网站、宣传海报、公众号等，室内外的建筑环境相关的物料如建筑造型门面、导视、陈列展示等;其次是根据观众信息生成相应的门票、证件、手册，拎袋等物料;最后则是为活动而制作的印刷品、出版物，或根据观者信息生成的礼品、纪念品等。

使用数字生成的视觉元素给设计师解放了大量的时间成本，设计者在完成编码后，无需进行复杂的图形再创作及尺寸的拓展，而是通过对计算机产生的图形进行删选、调整以应用于不同的场景，并且每个批次的物料都能根据该阶段的反馈的进行新的视觉生成及微调。

（二）信息交互

从本质上来说，生成在设计阶段主要体现为建立出一个信息可导入的视觉再现框架，其语义框架的建立分三阶段：1.前期主要靠信息交互包括项目规划时以梳理主题的信息收集，以网站等作为媒介的用户信息输入及分析。2.中期的主要是依靠物理空间环境如互动屏等的信息交换。3.后期的信息反馈。即贯穿始终的对关键变量的定义、整合、交换和展示。通过将这些信息的按照统一视觉化呈现，保证信息识别连贯性和降低观察输入信息变化的难度，更易从中获得不同输入信息间的内涵关系，从而战略性地调整视觉识别的表现内容。

从图2中可以清晰看出多次的信息回收并作出反馈，生成式的视觉识别可实现更高频次的信息输入和输出模式，实时检验信息交流质量和维持用户的注意力。

（三）互动娱乐

生成艺术介入视觉识别后，往往可以带来炫酷新奇的多媒介的交互体验形式，形成互动娱乐的模式。如图3所示，丰富多样的交互形式带动观众参与的积极性：线上的互动触发用户转发分享，线下的互动能够诱发观众拍照錄视频。因此除去基本的实物物料外，在过程中的娱乐性功能的加入丰富了用户的体验激起多元感知，也使视觉识别模式的维度更加多样化和趣味化。四、视觉识别设计中生成艺术的应用策略分析

随着生成艺术在视觉识别的实践中不断充实与完善，呈现出“高度逻辑化”“识别动态化”“传达精准化”三大特征，结合其“物料管理”“信息交互”“互动娱乐”三个重要应用场景，为了有效保留功能优势，启发创意灵感和促进技术、艺术和设计之间的交叉融合，提出“SIS”策略——结构层体系化（Systematic）构建;应用层互动化（Interactive）表达;战略层促进可持续（Sustainable）建设，如图4。

（一）全局整体观，构建体系化视觉识别

“SIS”策略的第一个“S”是体系化搭建结构层，分两步，首先在“意”与“形”统一为“整体”，而后是该“整体”内部结构的主次分明。

1.意义要素契合表现要素

生成艺术为视觉识别提供的新的实现路径，输入变量能产生出多样的动态解决方案，此时，变量成为一种意义表征，经过相应算法，生成出具有传达目的的图形，并且这个视觉信息不光只是一个明确的语义，还可以展现出该语义的一个动态变化区间。因此当我们在观察和设计时不能仅仅局限于表面的现象变化，而是需要我们去建立起具有深层整体性的视觉识别系统。

（1）结构的搭建首要在于“意”与“形”的高度吻合，保证正逆双向推导均可成立。笔者以设计师角度根据视觉识别设计的过程绘制出设计流程图（图5），并将其中的关键节点进行意义要素和表现的要素的侧重划分，①②③④是意义要素，即从各角度对会展背景分析后归纳相应的数据和访谈结论凝练出主题，推导出设计切入点构思创意和视觉表达的方式，然后转化为计算机语言的四个阶段，而⑤⑥是表现要素，即计算机程序生成的可视化的结果和在不同媒介上的呈现的两个阶段。据此，可直观理解各环节保持视觉识别一致性的内在逻辑，即①②③④可推导出⑤⑥，而⑤⑥也能验证①②③④，形成不可分割的有机整体。

（2）把握“意”“形”正逆可推导创造出的新的设计机会。结合图2及图5来看，设计师的设计流程与观众的识别过程相反。设计师由意义推导表现，而观众先看到表现要素回溯思考意义要素。因此，设计师可以根据观众由表及里的识别过程逆向的解析，从而对相应的感知、识别路径进行相应的战略部署。

2.清晰的主次层级

（1）信息层

当生成的技术手段介入视觉识别时，具有逻辑递推的信息内部结构等更具目的性和策略性的传达成为设计目标。面对复杂的信息群体，建立清晰的信息层级可以有效地划分信息的重要度和主次关系这要求在展示过程中结合用户不同场景和会展实际需求展示核心信息，暂时隐藏或忽略次级信息。以前期宣传为例，无论生成的图形多么复杂、动态效果多么丰富，首先要告诉用户“是什么”，即这个展可以看到什么。第二步需要清晰的辨识时间与地点信息，而其他说明性信息则置后。

（2）图形层

生成图形一般来说是两类，一类是具有自组织系统的生成图形：次级要素构成子图形，子图形构成主图形，这类的主次层级往往比较一目了然。而另一类是通过对输入信息的进行解构重组的生成图形，则需要将主图形重复强调，或着通过放大、色彩对比等方式突出，以区别其他生成的次级图形。

（3）逻辑层

如图6所示，在多种生成逻辑和多种生成元之间相互作用时，有一个主算法逻辑提纲挈领，次级逻辑被包含在主逻辑内，其作用范围小于主逻辑。基于此的变量之间的相互联动产生出的灵活多变的视觉组合才会保持识别与整体性。以Dumbar Studio与Exterion Media NL合作的2019年首届DEMO展为例，该会展视觉呈现的为会展主题“DEMO”为主的动态识别，在多媒介上有着不同交互逻辑的展现，但其主逻辑都是字母在网格中做固定边界的挤压（挤压逻辑如图了分析）。在网页展示中，主图形会随着页面排布被挤压，同时页面中文字的挤压方式顺鼠标的移动而改变挤压方向;在手机端则是根据重力感应改变主图形的挤压方向;线下展示屏中的主图形以及衍生出的更多字体则是随机挤压方向……这些依据不同媒介而产生的次逻辑都是在主逻辑衍生而来，并且极大地丰富了主逻辑的表现。

总之，只有分别明晰了视觉信息和逻辑关系的主次层级，并在设计的各个环节有效落实，整个视觉识别系统之间的元素才能更为和谐地组成一个整体，才能将主旨有力有效的传达。

（二）用户为中心，构建强互动视觉识别

生成艺术介入视觉识别，并不只是为了表层的视觉尝试，而是希望可以更深度地紧跟用户诉求，让设计策略为用户服务。并且在新媒体时代下，观众更乐于变成一个信息加工和发布主动参与者。因此完成整体的系统搭建后，在内容上以用户为中心的互动化是生成式会展识别的生命力所在，即“SIS”策略的“I”。具体需要关注两点：一是在时间和空间两个维度上关注用户期许，其次，在文化和情感层面关照用户的价值认知。

具体操作路径上，将用户各个行为和心理活动整合在在完整体验（前中后）的时间轴之上，制订出该旅程的视觉体验策略。从而软硬系统的共同驱動，层层铺设引导并制造惊喜，实现构建出强互动的视觉识别系统。

1.唤醒感知，引导主动参与

（1）使用户感受被重视。在活动前适当收集用户必要信息，在身份识别（门票、手环中）加入个性化的识别。（2）向用户展现出开放性，有友好地用户可操作的交互形式。（3）创造多媒体交互体验。视觉识别系统并不孤立存在，需要充分配合调动其他感官。最终营造出一个能够触发感受、并且主动发生行为互动的空间环境。例如2017年“复相叠影”的展览现场中摄像头捕捉影像与主视觉中字体图形一样的重叠拆分方式与观众互动。当置于镜头前时，现实与媒介的割裂形成带有观众主观意识或者是个人特质的片段，把传统的单向的，线性的变成双向的、互动的信息交换，观众在主动参与中更易理解会展视觉的生成逻辑，也更利于二次传播，如图8。

2.提升认同，加强情感联结

关注全流程的数据和情绪反馈并对回收得到的实时信息进行整合、分析和处理，以配合软硬系统给用户带去更深层次的体验和情感关怀。例如在活动结束后，根据此次用户特殊的行为数据生成的纪念性产品，这在联结观众与展览的情感的同时，为拥有相似“信息画像”的观众之间辨别相与自己相似喜好或着行为特征的提供交友的契机。

（三）以发展眼光，构建持续性视觉识别

“SIS”策略最后的“S”是需要放长眼光，利用生成艺术的特性，在设计初期提前规划可持续的视觉识别，可使得当下的视觉识别具有包容性和前瞻性，并完善识别体系，使得“SIS”形成良性循环。

1.组件可复用

生成艺术的引入，意味着从设计初期到产出到后续的再生产，全流程可迭代可持续。如何发挥生成式的创作思路在设计过程中的优势，解决实时产生的问题，低成本的动态探索不同的可能性成为关键性问题。使用编码的设计手段本质上是创造出数个生成组件，这些组件其并非直接作用于视觉本身，而是通过固定逻辑串联，进而生成画面。因此，搭建出轻易可复用的组件，在调整和迭代的过程中，给予设计师底层的灵活调试的空间，低成本实现优化设计结果。

2.数据模型可持续

由于业务需求或者功能细分，随着发展可能会出现多个细分视觉。该种情况的受众往往比较相似，这要求设计师对本次的用户行为数据的观察，对数据结论进行深度解读，形成客群模型，以便完善后续视觉活动的体验。

3.生成逻辑相关联

挖掘两个项目之间的内在逻辑联系从而找到具体的表现方式，而不仅仅依靠标志的粗暴关联。在画面的构成要素的组合方式上不同设计师可以有不同的创意表达，即系列展的色彩、文字、图形等不一定需要完全的一致，只要最终用户可以通过“联想”和推理达到认知二者的相似即可。这种可辨识的显著特征可以是静态的相似、动态相似、也可以是局部的相似、整体的相似，其成为有效地建立两个视觉的纽带。

结语

就识别设计而言，突破过往框架，以一种全新视觉形式的出现，是艺术、科技、媒介、文化及传播方式等共同作用的结果。世界已从“物理—人类”的二元空间，演变为“信息—物理—人类”三元空间，并进入到“信息—物理—机器—人类”四元空间。在四元空间中，人们需要关注人机协同和艺术之间互为体用的关系，把握智能时代艺术创作的态势。在生成式识别所创造出的信息高集成、信息高速处理的环境下，完成计算机无法实现的“自我超越”。

将生成艺术引入到视觉识别设计中，不仅可以有效扩大信息的承载量与视觉吸引力，增强用户的交互性和体验感;也解放了设计师的重复劳动，有效地提升了设计师之间的协作，保持创意活动灵活性和流畅性的同时解决复杂准则的设计问题。通过“SIS”策略以整体思维地去构建用户为中心的强互动生成式视觉识别系统，以发展的眼光赋予了系统的可持续性，可以有效地链接设计师与观众，从而进一步提升视觉传播的价值。

2981501705346