AI图像生成中的设计形态语义和现代装饰雕塑语言研究

孙语萌

摘 要：深入探讨设计形态语义与AI技术的创新融合，以促进现代装饰雕塑的创作。基于相关理论和技术，采用多方面的研究方法，进行数据收集和预处理，并利用描述性关键词进行肌理生成，通过提取与原始艺术品相协调的纹理风格或图像，深入分析关键词对纹理生成的影響。结合来自不同理论框架的观点，执行广泛的AI图像生成操作，从而产生无数次迭代。这一过程的高潮是精心选择最佳的图像，为现代装饰雕塑的创作提供借鉴。通过将传统艺术与AI技术相结合，以期为设计形态语义学新兴领域的发展做出贡献，为设计元素和语义之间的微妙关系研究提供宝贵的经验。AI图像生成技术不仅可以提高现代雕塑的审美性，而且可以为艺术与科学技术的发展带来综合影响。

关键词：AI图像生成；设计形态语义；现代装饰雕塑

一、研究背景和动机

设计形态语义学研究的是探讨和分析不同设计元素及其所传达的含义之间的关系，即设计领域内形式（包括形状、结构和比例等方面）和语义（包括意义、符号和感知）之间的动态相互作用。形式作为设计形态的基本组成部分，是传达信息和触发感官反应的视觉语言。语义包括设计元素中的多方面含义、符号和感知内容，即明确的象征意义、隐含的文化和社会内涵以及主观解释。

研究的核心在于揭示设计元素如何通过其形态特征来传达特定的语义信息，以及如何根据这些特征来解释和展现设计的意义。此外，设计形态语义学通过与人工智能领域的AI图像生成技术进行跨学科融合，扩展了其范围。基于此，AI技术被用来审视设计形态和语义之间错综复杂的关系，尤其是元素的形态特征与所传达的语义之间的关系，进而促进人们研究如何利用AI技术来理解和应用这种复杂的关系。

AI的信息捕捉能力可以从多个维度对设计形态语义和现代装饰雕塑语言的形态塑造产生重大影响。这种影响延伸到了对艺术作品的解读和感知，全面探索了人工智能技术与设计形态语义之间的关系。

二、研究目标

为进行全面的探索，设计形态语义研究采用了多种方法，包括视觉分析、文字感知、语义分析等。主要研究目标有两个。首先，研究设计形式与语义之间错综复杂的关系。这涉及对各种设计元素如何通过其形态特征传达特定语义信息的细致分析和探索。其次，揭示形态特征和语义之间微妙的对应关系。通过视觉分析等方法，揭示形状、结构和比例等设计形式元素与其所蕴含的语义之间的微妙联系。通过完成这两个研究目标，该研究期望对设计形态和语义的相互作用提供重要的见解，阐明视觉元素在设计领域信息传达中的作用，揭示形态特征与语义含义之间的对应关系。

三、研究过程

研究过程涉及利用传统艺术方法和AI技术的多个步骤，即通过将手绘水彩画上传到人工智能软件Midjourney中，将手绘水彩画数字化，运用该软件对手绘水彩画进行多种解读。运用AI生成数字水彩画的多种解释，并使用将描述性关键词与数字水彩画相结合，创建新的纹理图像。将首选纹理样式或图像与原始手绘水彩画对齐以进行进一步的调整和编辑，分析关键词对纹理生成的影响。利用AI技术生成新的肌理图像，选择喜欢的肌理样式或者与原始手绘水彩画相匹配的图像进行调整和编辑。

此外，还要将这些画作基于各种理论框架进行关键词分析。通过一系列重复的AI生成操作，进行无数次迭代，最终选择合适的图像用于现代装饰雕塑的创作。通过将传统艺术技巧与AI技术相结合，为现代装饰雕塑生产的后期阶段提供信息。

（一）相关理论和技术

1.色彩研究

研究色彩在设计中的特点和意义，包括基本属性、对情绪和心理的影响，以及不同色彩组合的视觉效果。色彩能对人类的情绪和心理产生影响，不同的色彩可以引发不同的情绪和心理反应，不同色彩的组合可以产生不同的视觉效果和感官体验，同时会受到个性化的文化和社会背景的影响。

研究发现，灵感色彩来源于20世纪90年代摇滚乐和千禧年代的世界流行元素。20世纪90年代是摇滚乐发展的黄金时期，这个时期的摇滚乐充满活力，强调个性和自由，具有原创性和反叛精神，能够激发强烈的情感，展现出一种非传统的态度。通过在设计形态语义研究中探索这些色彩如何传达摇滚乐的情感、原创性和反叛精神，以及如何体现数字化时代和互联网的影响，表达出非传统、个性化和充满活力的设计语义。

2.造型研究

造型研究即分析和解释设计形态的结构、组成要素和特征，方法包括手绘分析、形态图解、形态元素提取和分类等，使人们理解形态特征与设计语义之间的关系。

在现代装饰雕塑的解构主义形式语言中，利用组合与变异技术生成新的设计形态，通过对现有形态进行组合、变形创造新的形态表达。通过图形分解和碎片化、颠覆和反转、重组和错置等，探索不同形态之间的关联和变化规律。

3.语义分析与视觉感知

语义分析是研究设计形态中所传达语义的过程，视觉感知是对设计形态的视觉体验和理解过程。通过识别关键词或数字图像，解读设计形态中潜在的语义信息并进行语义表达，从而分析和建构设计形态与语义之间的关联。

通过视觉感知解读和理解设计形态的意义，从而赋予其特定的语义。视觉感知会受到文化、环境、情感和个人偏好等因素的影响，可以通过控制关键词、数字绘画所传达的信息，在AI技术的支持下引导人们进行视觉感知和理解。

（二）数据收集和预处理

1.手绘水彩画

手绘可以快速传达艺术家的内心感受和情感，直观地展示其思想内涵、体现其思想的细微差别。在手绘水彩画的过程中，描绘对象的选择、色彩的选择、构图比例是影响AI在后续创作过程中捕捉信息的关键环节。这种方法不仅体现了艺术家的情感深度，而且对AI在破译人类复杂的信息并将其转化为数字领域内的有形元素方面提出了挑战。

在手绘水彩画的过程中，丰富的细节和艺术家的主观选择成为AI解释和产生创新成果不可或缺的组成部分，体现了艺术直觉和技术分析之间的协同关系。在绘画过程中，对描绘对象的选取、颜色的选择、构图的比例这些信息，能够在很大程度上影响AI在未来创作中对信息的抓取效果。

2.数字化

在完成手绘水彩艺术作品的创作之后，需要将这些模拟表达内容进行数字化呈现，即将个人的手绘作品上传到Midjourney并对图像进行数字化。在上传图片时要确保图像清晰、色彩准确，并保留手绘水彩画的原始细节和质感，这样可以提高AI的精准度，避免错误信息影响之后的创作。通过先进的扫描和成像技术，将模拟绘画转换为数字格式，促进AI技术的无缝集成。数字化过程对于确保后续AI操作的准确性至关重要。此外，还需实施色彩校正和分辨率优化等预处理步骤来进行细化。通过这些步骤，可以提高输入数据的质量和准确度，为AI算法的解释和生成操作提供坚实的基础。通过从模拟到数字的细致过渡，结合预处理工作，确保输入AI系统的数据得到优化，以提取有意义的图案并在现代装饰雕塑领域进行新颖的创作。

3.上传并添加关键词

在对手绘水彩作品进行数字化处理后，下一阶段需要将全面的数据预处理上传并添加关键词。这一关键步骤对于通过关键词的策略性整合来阐明输出图像的结构复杂性、基本组成部分的鲜明特征至关重要。作为处理工作的一部分，关键词的结合为数字表示增加了一层丰富的语义。每个关键词都成为一个描述性符号，体现了艺术家的意图和艺术品各个部分的细微差别。这个语义层不仅增强了AI的解释能力，而且还成为艺术家的创作意图和之后的算法环节之间的桥梁。

（三）基于描述性关键词的肌理生成

1.生成方法

完成图像的数字化预处理后，需要输入描述性的关键词来指导生成过程。这些关键词可以是形容词、概念或与肌理相关的词语，例如在《脊骨系列》（图1）中，利用陶瓷材质、细节质感、未来感、材质等关键词对数字图像的肌理进行表述；在《流动系列》（图2）中则使用了陶瓷材质、特写细节纹理、浅蓝紫色渐变、波浪、线性流动、复杂结构、螺旋结构、叠加、层次丰富、光线柔和这些关键词。

2.实验研究

实验的研究目标是分析手绘画与生成肌理图像之间的关联性，探讨不同关键词对生成肌理图像的影响，将生成的肌理图像应用在现代装饰雕塑创作中，观察其对作品语义的影响。

实验步骤分为以下四个部分：首先，输入进行数字化的图像，并在AI軟件中输入语义分析的关键词，生成相应的肌理图像；其次，不使用关键词生成肌理图像；再次，输出生成的图片作品，并对使用关键词生成肌理图像的体验和观察结果进行记录；最后，分别进行现代装饰雕塑创作，从图片中获取创作灵感并根据实验条件进行设计。

3.结果分析

例如《脊骨系列》，基于手绘的数字图片制作肌理，只突出几个重要的关键词以保证手绘图片特征的完整性，AI也能抓取到图片里的形状、颜色并根据关键词进行调整输出。手绘图片的准确率很高，但是每次生成的图片都会产生50%以上的差异。例如《流动系列》，使用了10个以上的关键词对肌理进行形容，准确率会大幅度提高，但是重复率很高。需要通过对关键词的重复性输入和微调进行大量的数据收集并人工进行语义分析，但是AI对视觉效果的创新性仍有非常高的价值。

四、结语

通过AI技术和关键词输入，可以创造出丰富多样的样式，满足艺术家表达内心感受、直观展现思想内涵和个性化的需求。生成的AI图像可以为艺术家提供源源不断的灵感和创意，激发其创造力和创新思维，还可以使其从根据关键词生成的图像中发现新的视觉元素和形式，从而拓展设计的可能性。传统的手工制作陶瓷肌理需要耗费大量的时间和精力来实现不同的肌理效果，而且还有破损的可能，而使用AI技术生成肌理图像能够大大节约时间和成本，使艺术家能够快速地选择合适的肌理效果，从而提高设计的效率和产出量。

AI图像生成技术以算法和大数据为基础，无法完全取代人类的直觉和艺术理解能力，其理解和表达能力与人类相比有很大的差距，且对使用者的艺术审美有一定的要求。同时，AI图像生成技术在生成图像的过程中无法对结果进行直接控制，难以准确地预测生成图像的效果。此外，AI图像生成技术的输出结果受限于数据的质量和多样性，如果训练不足或关键词不准确，生成的图像可能会受到限制，并且难以满足特定需求。

参考文献：

[1]邬烈炎.解构主义设计[M].南京：江苏美术出版社，2001.

[2]白明.世界现代陶艺概览[M].南昌：江西美术出版社，1999.

[3]孟宪清.解构及其超越：德里达哲学解构论探析[M].武汉：武汉大学出版社，2017.

[4]多斯.解构主义史[M].季广茂，译.北京：金城出版社，2011.

[5]陈常燊.AI艺术是否可能？[J].国外社会科学前沿，2022（11）：3-12，2.

[6]刘书亮.论AI绘画对文化创意领域的影响[J].当代动画，2023（2）：91-95．

[7]徐涟，周志军.AI时代的艺术边界[N].中国文化报，2020-01-20（3）．

[8]陶锋.人工智能美学视域中的审美理性[J].文艺争鸣，2022（11）：163-170．

[9]BORGMANN A.Technology as a Cultural Force：For Alena and Griffin[J].The Canadian Journal of Sociology，2006（3）：351-360.

作者单位：

吉林艺术学院