4月11日，《人民日报》刊发题为《人工智能在文艺领域的应用和探索》的文章。文章指出，伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。

全文如下：

人工智能在文艺领域的应用和探索

杨俊蕾

20世纪40年代，人类首次提出“人工智能”概念。80多年来，随着软硬件技术升级，人工智能取得阶段性进展，不断引发人们对未来的想象：人工智能会不会有一天超越人类智能？不少小说和电影畅想过这样的未来场景，也激发着人们探索未知的兴趣和勇气。

2016年，人工智能首次战胜人类职业围棋选手，引发社会广泛关注。2022年，生成式人工智能技术取得突破性进展：自然语言大模型可以根据人类指令，迅速完成写文章、绘画、作曲甚至制作视频和动画等任务，其“创作”涉猎的范围几乎可以媲美人类，而且水平随着训练量增加还在不断提升。在文艺领域，这项技术更为广泛地引发讨论：生成式人工智能将怎样改变文艺创作的形态和生态？

机器学习运用到文艺领域

生成式人工智能的技术基础是类脑神经网络。大数据时代的到来，提供了海量的训练数据以及必要的算力基础和庞大的数据模型，有力推动生成式人工智能走向成熟。

这项技术有效推动机器学习向人类所需要的方向迈进，并在较短时间内运用到多个领域。在文艺领域，生成式人工智能的学习对象是知名艺术家的经典作品。通过处理原始数据，经典作品的风格特点被提取出来，由人工完成数据标注，为下一阶段的新内容生成打下基础，实现由艺术原作到人工智能作品的风格迁移。相关程序在专业网站开源公开测试后，便捷、高速又高效的应用性优势令人心动。计算机专业人士指出：人工智能已经接近通用化的目标。

文艺领域用户对此又是什么感受呢？2018年，一家拍卖行首次高额拍出一件人工智能生成的肖像油画。画面上的人物脸部模糊不清，身形隐没在大块的色彩堆积下。仅仅4年后，生成式人工智能在2022年一项数字艺术大赛中夺得冠军。一幅名为《太空歌剧院》的设计图在布局、用光、人物造型等多个方面超越参赛的人类选手作品。类似的进步激发了人们将生成式人工智能应用于文艺领域的热情。

人机交互协同的艺术创作正在实现

伴随各类云计算平台的搭建，数据量呈指数级增长，为生成式人工智能在艺术领域的广泛应用提供了巨大空间。从已公布的生成式人工智能产品目录来看，现有技术模型分为三组九个类别。其中，依据模型的驱动形式划分为三个组别：文本驱动型、图像驱动型和复合驱动型。九个类别包括：文本生成图像、文本生成视频、文本生成音频、文本生成代码、文本生成三维场景等。

目前应用较多的是文本驱动型。用户在人工智能端口界面输入提示文本，就能够便捷地启动智能化写作、作曲、作图，或生成短视频、游戏段落等。我国至少已经出版了两本人工智能程序生成的诗集。其中，有的单纯使用知识图谱和自然语言处理技术生成诗歌作品，有的则采用图文互驱动模式，在观感上呈现为一首诗搭配一幅画的形式。在中央美术学院美术馆举办的“或然世界”人工智能画展上，人工智能化身数位不同风格的虚拟画家，分别创造性地演绎人类美术史上的经典风格。

生成式人工智能在音乐方面的表现也值得关注。用户先将自己喜爱的音乐曲段复制到信息轨道上，人工智能模型通过风格调色板来确定作曲风格，进而在文本指令下完成音乐类型、节奏快慢和整体时长等必要设定，就可生成一段有模有样的音乐。如果将视觉化工具整合在作曲程序中，人工智能还可以创作带有高度情感特征的新作品，将图像转换为数据集，精准分析用户需求，量身打造适合不同场景特点的个性化、情感化曲目。在文艺实践中，已经有电影作品采用人工智能生成的乐曲作为配乐。

当文本写作、图像生成和音乐曲段都能够交给人工智能完成，距离人工智能制作电影也就越来越近。目前，多家影视公司与科技机构联手，共同开发用于制作电影长片的人工智能程序。虽然尚无生成式人工智能模型可以完全实现这一技术创新，但人工智能已经被用来编写剧本，甚至为影片选角、设计分镜头和剪辑片花等。一些流媒体平台还特别开设了人工智能实验片频道，专门播放由人工智能制作的短片。尽管这些作品的完成度还不理想，却推动着人们不断攻克人工智能影像创作的技术难题。

不是取代作者，而是为创作赋能

正如对艺术境界的探索没有终点，技术创新也永无止境。在多种技术交织而成的新型创作语境中，理解人机交互模式、探索人机协同应用场景，是智能时代进行文艺创作的新要求。面对加速更新的人工智能技术，人类的文艺创作会发生哪些变化？创作者要做出哪些调整才能更好地应对智能化带来的机遇和挑战？

首先，生成式人工智能的加入将艺术创作分为有人工智能辅助和无人工智能辅助两类。国外已有多家期刊发布公告，明确拒绝接收人工智能生成的作品，有的科幻杂志甚至为此关闭了自由投稿通道，创作者需要在投稿前申明没有用到人工智能工具。其次，人工智能辅助创作也是一个披沙拣金的过程。传统的创作过程是创作者就一部作品持之以恒地进行打磨，但在人工智能辅助下，创作者的艺术创意在很短时间内就产出批量内容，风格品质参差不齐，创作者需要从众多“产品”中选取一件进行精心调整。

目前，生成式人工智能的能力水平还不足以撼动人类创作者的主体地位，无论是基于机器学习的参数式内容生成，还是风格迁移的程序应用，它们在极短时间内批量化产出的语段、图像、音频、视频等，都尚未催生出获得公认的人工智能艺术家。这也对人类创作者提出了新的学习要求——要有意识地培养能与智能工具良好沟通的数字素养。

以人工智能绘画为例，设计师为了创作一幅自己满意的作品，可能要先后借助智能工具和图形软件生成数百幅画作。这些画作的主题立意基本一致，所不同的是每幅画的题材、场景、视角、氛围元素，等等。随着设计师发出越来越具体、确切的语句指令，人工智能不断做出精细调整。这样的创作方式体现出数字素养对于未来人机协同创作者的重要性。创作者需要有效组织人工智能所能理解的语言，形成最优指令，尽可能释放人工智能的潜力，使之快速而大量地输出内容，以便创作者从中进行甄别和挑选。回顾人机结合的具体实践可以发现，艺术创作经历了人工创作、机械复制和数字化转型之后，生成式人工智能已经将人机结合的创作实践带入了新的智能化阶段。将人工智能作为辅助工具的创作者们正在大幅延展自身的想象力和表现力，体现出生成式人工智能对创作的全新赋能。

作为一项新技术，生成式人工智能将为文艺创作带来多方面影响。辩证地看，它一方面有助于更加高效、便捷地将艺术创意转化为内容产品，另一方面也因产品数量的激增而面临艺术性和原创性等考验，艺术创作的诗意和不可预期的灵感愈发显得珍贵。我们要掌握好驾驭这项新技术的本领，借以提升文艺创作生产效能，减少它所带来的其他影响。如何将人工智能带来的技术挑战转化为激发创作的新机遇，是当代文艺创作者需要深入思考并不断探索的课题。

（作者为复旦大学中文系教授）