当艺术设计遇到人工智能

刘泽斌

摘 要：人工智能生成内容（AIGC）开创了“模型”主导内容生成的时代，人类将迎来传统内容创作和人工智能内容生成并行的时代。艺术设计的本质在于创造和表达，设计师以创造力和技巧，将想法和情感转化成形式和符号，通过作品与观众进行沟通。AI技术在快题设计和高频设计领域将会被广泛运用，这必将改变艺术内容的生产方式与市场逻辑，但永远无法取代传统人类设计的作用与价值。因此，专业设计应该参与整个“AI+”的创新设计，贡献自己对交互的底层认知，让互联网充满人性的温度。

关键词：人工智能；艺术设计；AIGC

一、AIGC在绘画领域引起巨变

2022年8月，美国科罗拉多州博览会上，数字艺术类冠军颁发给了由AI生成的作品《太空歌剧院》（图1）。11月30日，ChatGPT横空出世，它不仅可以清晰了解用户的问题，还能如人类一般流畅回答。目前，AI已经能够轻松完成一些复杂任务，包括按照特定文风撰写诗歌、假扮特定角色对话、修改错误代码等。2022年是AI融入人类日常生活的一年，这一年人工智能成为一个广泛的社会话题，人类独有的创造力正在受到计算机的挑战。

2022年下半年，美术院校就出现了学生通过AI生成图片寻找灵感或表达自己创作意图的现象。在设计市场，也有许多设计公司用AI生成的图片进行项目的初期研讨。

AIGC让绘画门槛无限降低，大量文员在制作公司PPT和海报时，都可以获得AIGC图片甚至排版设计资源。借助AIGC，很多网络小说的封面都可以由作者本人完成，甚至可以生成很多角色和插图。

目前，AIGC比较适合生成简单的卡通形象和背景图，受其影响的主要是那些刚入行的插画师和图片库平台。现在，AIGC在很多艺术设计公司属于伴生状态，AIGC的操作流程虽然对用户已经十分友好，用户能通过关键词的反复输入，最大限度地从系统中获得意向图片，但设计往往会对画面内容、主题有明确诉求，AI生成的内容过于宽泛，所以AIGC目前还只能停留在输出参考这一环节，包括动画、游戏行业的大量角色设计完稿还必须由插画师最终手绘输出。

Diffusion模型应用最广泛的领域就是AI绘画，并且迅速表现出了较大的商业潜力，拓展出了大量相关应用。任何一张图，通过一次次增加噪点，可以慢慢变成一张完全随机的噪声图像，再将这个过程翻转，让神经网络学习噪声扩散的过程后逆向扩散（图2），Diffusion模型就是基于这个思想实现的。

此外，AI绘画的成功还归功于CLIP（Contrastive Language-Image Pre-Training，文本－图像预训练）模型。CLIP类似人类婴儿时期认知事物的方法。人们指着图片告诉计算机“这是向日葵”或者“向日葵在绿叶丛中盛开”，这个过程就发生了文本和图像的匹配。OpenAI在互联网上搜集到了4亿对质量过关的图像文本，分别将文本和图像进行编码，让CLIP模型学会计算文本和图像的关联程度。

反之，AIGC为我们创作图像，就必须先输入一堆描述性关键词。关键词一般架构为主体（服装配饰、行为动作等）+场景（环境、天气、氛围、光线、视角等）+风格（插画、水墨、宫崎骏、像素风等）+画质（质感、渲染器）+设置（参数指令、画面大小）。

以图3为例，通过填充以下关键词架构进行生成图像：插画设计，近景，仰视，吴道子风格，一个小女孩正在收集露水的图片，3只在天空中飞翔的鸟，植物，明亮生动的色彩，精致的细节，夸张的手法，渐变背景，平的插画。

许多公司在CLIP模型和Diffusion模型的基础上开发了相关应用工具，其中Stable Diffusion、DALL·E2、Midjourney是最知名的工具。因为数据、算力、算法不同，上述三个知名AI绘画工具都具有各自的特点。我们仍需要看到，AIGC仍然面对不少挑战。

首先，生成的图像往往缺乏多样性，这是因为生成模型只能学习到数据分布的一个模式，无法捕捉原图像表达的全部艺术信息。其次，生成模型的训练过程需要大量的计算资源和时间，限制了其在实际应用中的推广。最后，生成模型的生成结果往往是无法解释的，所以有些成功带有偶然性。

产品评价有三个层级：有用、可用、易用。按此划分，目前AIGC处于可用向易用的过渡阶段。

AIGC在一定程度上为没有美术基础的人们提供了草图再创作的机会，AI绘画工具根据草图中简单的线条、形状和笔触可以快速生成效果图，通过关键词的辅助，不断优化或添加细节，使效果图更加符合理想中的图像（图4）。

AIGC需要对非艺术专业用户实现更精准的服务。PPT、微信公众号对背景图、气氛图有着广泛的需求，降低图片生成难度，或进行图文复合生成，甚至智能生成GIF动画，这些需求和AIGC技术路径高度吻合。

AIGC的“易用”，可把大系统细分成更多的专用设计领域，引入有关业务和用户信息以及关键专项主题（如日本食品包装、商业展会、文博展览等），联合细分的设计公司构建更好、更专业的数据资源，形成数据共享和数据交换等新的商业模式，最终增强模型的专业能力。

二、推荐算法重塑影视文化

相较于AIGC在C端的“美丽输出”，而不是“精准输出”，AI技术在B端服务方面表现出超越传统的精准度。传统产业迫切需要AI技术来实现降本增效，未来，我们所有的行业都会被AI改造一遍。

传统海报是电影制作重要的一部分，海报是电影思想的一次艺术再创作。

《发条橙》（图5）是斯坦利·库布里克在1971年执导的犯罪片，其海报也堪称经典。匕首三角和象征社会尖利的三角通过眼神刺向每一个观者，像是在咄咄逼问芸芸众生的公德与私欲。

《下班后》（图6）是马丁·斯科塞斯早期的作品之一，他借此拿到了1986年戛纳电影节最佳导演奖和1986年独立精神奖最佳导演奖。剧情的荒诞与疯狂也同样出现在了海报当中。

当我们习惯拿着平板电脑追剧的时候，那些充满才华的海报在不知不觉中消失了，并成为流媒体平台的普遍现象。打开奈飞网站，人们很难看到一张经过艺术设计的海报，几乎所有封面都是一个大字标题，再配上突出的主角形象，简单又粗陋。

在平板或手机上看视频，屏幕尺寸不大，每屏要呈现2至3排10多部电影或电视剧的缩略图。2012年，奈飞开始研发推荐引擎，发现用户最多为首页上展示的视频停留1.8秒，如果用户在90秒内没有点击任何一个视频，就可能会直接关闭软件，去竞争对手的平台。

一张海报用1.8秒时间，如何让用户选择点击呢？“大字标题+主角形象”的配置，就是奈飞算法研究出来的最优解。这是一种AVA算法，在一部时长一小时的影视剧中有86000帧画面，算法会逐个分析这些画面，记下出镜角色、构图、亮度、锐度等数据，建立起一个名叫“元数据”的数据库，然后进行图像排序，算法会对“元数据”进行分级筛选，再考虑画面清晰度、有无主要人物、有无剧集特色等，从中找出那些最容易吸引用户点击的照片，再让设计团队加上标题做成封面（图7）。

奈飞在海报上还实现了个性化推荐。同一部作品，用户观影习惯不同，可能会看到不同的封面。比如，一名常看喜剧的用户，会看到剧集中串场的知名喜剧演员出现在封面上；更喜欢看爱情片的用户，则会在封面上看到一对情侣。

当影视内容与用户观看被置于推荐算法之下时，用户的喜好被统计学原则提炼，它替代了以美学为核心的设计和亿万用户相连接。近年来，推荐算法之于影视节目数字分发的重要性日益凸显，奈飞精心设计的推荐算法已经影响了80%用户的观看选择，只有20%的用户通过搜索来选择影片。

传统流媒体影视的内容生产，在很大程度上仍依赖传统影视生产经验和人才资源，但在数字分发领域，推荐算法却给传统影视文化带来了巨大冲击。流媒体影视的艺术性、审美性、文化性等柔性维度必然会与推荐算法的数理逻辑等非人类性的、刚性的维度相遇，前者也将被后者改造、重塑。艺术创作中的偶然性、批判性将受到算法的制约。

三、“AI玩家”助力游戏设计

游戏是目前集合大多数字模态的综合体，热门游戏又能做到千万数量玩家同时在线，这些优异条件让游戏成为研究和验证AI技术的绝佳场景，游戏也必将在AI技术的发展过程中起到至关重要的作用。

开发ChatGPT的OpenAI公司在2023年8月17日宣布了自创立以来的第一笔公开收购案，它收购了一家初创的游戏公司，并将其整个团队纳入麾下。

2022年腾讯官网发布“王者荣耀AI开放研究环境”申请及下载，提供用于人工智能研究的验证场景，以便开发者能够快速便捷地测试自己的新算法和模型。这标志着腾讯旗下的开悟平台迈向了开放科研基础设施的新征程。从某种意义上说，《王者荣耀》早就超出了一款游戏的范畴，它是一个由上亿游戏玩家共同参与的多智能体AI研究平台，也是一项通往未来的基础设施。

（一）《王者荣耀》里的“AI玩家”

《王者荣耀》在2020年上线了一个新模块，名叫“挑战绝悟”，这个“绝悟”就是“AI玩家”。这位“AI玩家”既要会复杂的走位和动作技巧，也要会考虑团队配合，更要能赢。为了快速提高“绝悟”的战斗力，腾讯AI团队决定邀请上亿游戏玩家与之博弈，帮助它进步。“绝悟”花费三年时间，从一开始连地图小怪都打不过的“弱鸡”，到后来可以完爆《王者荣耀》职业联赛冠军，成为目前世界上最先进的“智能玩家”。

腾讯开发“绝悟”不是一时兴起，而是为了解决一个现实问题。《王者荣耀》会不断推出新的英雄角色，这个新角色的武力值需要与老角色保持平衡，既不能太强也不能太弱，胜率需要操持在50%左右。保证这个胜率的一般做法是，在新角色发布前，找专业游戏测试员，用新角色跟老角色组队打上几千场，各种技能和场景都尽量测试一遍。这个方法人力成本高、效率低，还有新角色被提前泄露给公众的风险。那就需要研发一个AI系统，由它操控各种角色来自动测试，这就是“绝悟”的来历。

从数学上说，想要搞清楚胜率，需要采用穷举法，也就是把每一步中所有可能出现的变数全部推演一遍，自然可以得出结果。不过，这种做法只在理论上可行，现实中它需要的算力超越了计算机的极限。单一维度的AlphaGo围棋程序都无法采用穷举法，更别说更复杂的“智能玩家”了。

事实上，绝悟1.0版本和AlphaGo一样，采用了“模仿学习”的办法。AlphaGo学习的是人类棋谱，而“绝悟”学习的是《王者荣耀》职业联赛的比赛录像。不过，单纯把这些录像信息录入系统里，还不够精准。腾讯AI团队找了一群游戏高手，手动标记比赛录像，把经过“提纯”后的武功秘籍输入给“绝悟”。通过“模仿学习”，“绝悟”的水平相当于一个比较厉害的业余选手。

绝悟2.0版本，和AlphaGo的下一代Alpha Zero一样，不再是“模仿学习”，而是完全抛开人类经验，从一张白纸开始，通过自己跟自己对战、左右手互搏，自己总结战斗经验。在人工智能领域为“强化学习”。“强化学习”和“模仿学习”不同，机器“强化学习”的过程是个黑匣子，人类无法理解，更无法干预和引导。研究团队苦苦琢磨，最后想到虽然无法帮它，但可以给它降低难度。他们为“绝悟”制定了一个从易到难的训练计划，在训练之下，“绝悟”学习曲线直线向上。最终，在2019年《王者荣耀》世界冠军杯上，“绝悟”战胜了顶尖职业选手，一战封神，成为游戏界的AlphaGo。

（二）网易对游戏中AI的全面研究

网易在游戏+AI方面已然成为国内游戏+AI技术的引领者。在2023年新发布的手游《逆水寒》中，网易为游戏中400多名NPC角色（非玩家角色，用于推动游戏剧情）配置了智能AI系统，为其注入“灵魂”，他们就像活在游戏世界里的真人一样，有自己的职业、性格、喜好，会主动跟玩家们聊天、交互。因此，游戏公测后，这些智能NPC就成为很多玩家在闲暇时的倾诉对象。《逆水寒》上线，有两个月一直稳占iOS畅销榜第二。

目前，网易自研AI技术已应用于游戏工业化全流程，涵盖AI语音生成、AI原画生成、AI视频动捕、AI模型生成等诸多环节，推动游戏制作效率全面提升。游戏行业在前期游戏开发的美术概念设计、人物合成配音以及后期运营都开始使用人工智能技术。伴随以ChatGPT为代表的新一代通用性AI算法实现重大突破，未来将有越来越多的AI技术运用于游戏场景中。

四、AIGC对于未来艺术的意义

纵观互联网发展，我们经历了Web1.0、Web2.0，正在迈进Web3.0时代。

Web1.0由专家生产内容PGC（Professional-Generated Content），门户网站形式就是这一时期的代表。此时的互联网是静态互联网，大多数用户只能在网上浏览和读取信息，内容的创建与发布只掌握在极少数专家手中。

Web2.0是用户生产模式UGC（User-Generated Content）再到AIGC的发展。在抖音、快手等自媒体平台上，用户可以拍摄并上传自己创作的短视频，并在获取大众关注的同时，获得各种流量变现的奖励。时代发展也逐渐从高质量PGC内容，转向有利于UGC创作者生态。

用户生产模式（UGC）极其丰富的内容背后存在着内容质量参差不齐的问题，平台方需要投入大量精力和成本去进行创作者教育、内容审核、版权把控等方面的工作。虽然从平台层面，内容生产供给问题得到了解决，但对于每个创作者个体而言，难以在保证内容质量、原创程度的情况下兼顾更新频率。与此同时，创作者数量的增多使竞争变得更加激烈，许多创作者不得不选择降低质量、洗稿抄袭等捷径，用高频率的更新留住关注者。

Web3.0虽然还没到来，但可以预见在Web3.0的环境下，AIGC内容将出现指数级增长。元宇宙的本质是社会系统、信息系统、物理环境形态通过数字构成一个动态耦合的大系统，需要大量数字内容来支撑，人工设计和开发根本无法满足需求，AIGC可以最终完善元宇宙生态的底层基础设施。未来人们必然难以分辨哪些是用户生成，哪些是人工智能生成。人类社会也必将建立一种新秩序去规范这种创作逻辑。

五、结 语

本文探讨了人工智能生成内容（AIGC）在绘画和设计领域的运用，指出AIGC使绘画门槛大幅降低，但人类设计师的作用仍然不可或缺。本文强调了传统海报作为电影思想艺术再创作的重要性，揭示了人工智能技术在数字化时代对传统艺术形式的冲击，以及游戏行业利用人工智能技术提高游戏的互动性，并通过AI模型生成和语音生成等技术来提高生产效率。本文还探讨了AIGC对未来艺术的意义，提出了Web3.0环境下AIGC内容增长的预期。尽管AI技术将在艺术设计领域扮演越来越重要的角色，但人类的创造力和艺术感知仍将保持其核心价值。

（上海视觉艺术学院）

参考文献

[1] 杜雨，张孜铭．AIGC智能创作时代[M]．北京：中译出版社，2023.

[2] 陈家洋．推荐算法与流媒体影视的算法文化[J]．电影艺术，2021（3）：153-160.