生成式AI在影像装置中的艺术性表达-以影像装置《失语坍缩》的创作实践为例

IV1绪论1.1研究背景随着openAI带着chatgpt问世，人工智能技术的得到快速发展，各类AI工具已经从各维度融入社会生活中，如chatgpt、StableDiffusion、Midjourney、DALL·E、Sora、即梦AI、Deepseek、豆包、等生成式AI软件在互联网上掀起浪潮，逐渐渗透到艺术创作领域。影像装置艺术与生成式AI的动态生成能力具有天然的契合性。近年来，越来越多的艺术家和科技团队开始探索AI在艺术中的应用，如RefikAnadol的数据可视化投影、TeamLab的互动光影空间等。这些实践不仅拓展了装置艺术的表现形式，也重新定义了观众与作品的关系。生成式AI一方面在图像和影像上打破传统制作模式，更加为艺术家的想象力服务，另一方面为互动装置带来了技术上的新突破。人工智能作为当下的热门话题，即使还存在一定的缺陷或者伦理问题待解决，但依旧是大势所趋，值得各个领域积极关注。把人工智能作为共创者，将生成式AI融入艺术创作中，是当代影像装置艺术发展的新契机与挑战。1.2国内外研究现状生成式AI起源于国外，因此目前在技术应用和艺术实践层面都已有较为成熟的成果。以RefikAnadol为代表，他的系列作品《MachineHallucinations-Space》利用AI算法对大量太空影像数据进行深度学习，然后生成独特的动态影像，并通过三面包围的大型投影装置呈现，创造出沉浸式的宇宙空间体验。这种创作方式极限运用了AI强大的数据处理和图像生成能力，也为影像装置艺术的空间叙事提供了全新视角。国内对生成式AI的研究近年来也呈现出快速发展的态势。各种生成式AI软件崛起，如即梦AI、可灵AI等，AI艺术社区也十分活跃，不少艺术家已经把AI技术融入到艺术创作中来。费俊的作品《生命花园》把传统影像和AI技术相结合，融入了五行的概念极具中国特色，可以实时生成观众的五行之花，游历于数字影像构建的生命花园中。费俊提出“跨学科实践是回归到人类更整体的创造力路径上。”这种将东方特色与AI技术相结合的装置影像作品，为传统文化的当代艺术创作方向，提供了有益借鉴。REF_Ref1285858569\w\h[6]1.3研究的目的与意义如今人工智能技术飞速发展，本研究聚焦生成式AI如何融入当代影像装置艺术的创作中，深入剖析其应用现状，探讨它展现出的创新表现形式，和未来可以继续拓宽的发展方向，探索影像装置艺术新的可能性。同时直面目前存在的问题，如技术应用瓶颈：将生成式AI与影像装置结合可能会遇到跨学科的技术要求。艺术表达与技术不融合：创作出来的作品脱离艺术本身，过度依赖AI而失去了原始的创造力。等问题也值得我们去探讨。探索生成式AI与影像装置艺术二者融合的有效途径，展望未来发展趋势，从而为后续创作提供思路和方向指引。基于现有实践成果的具体分析，总结出一套切实可行的方法论，深度梳理不同融合方式的创作流程，从中汲取经验并探讨新方向，用作于自身的创作中来。旨在丰富自身艺术创作理论知识，为影像装置与新兴技术的融合提供理论参考和基础技术支持。2生成式AI在影像装置中的艺术性特征2.1影像装置艺术的缘起与发展影像装置艺术的起源可追溯至20世纪60年代，在此之前艺术展出形式依旧以传统艺术绘画、雕塑为主要艺术形态，直到1965年，索尼推出世界上第一款真正意义上的便携式摄像机PortapakPortapak是由索尼（Sony）公司在1967年推出的一款便携式录像设备，它被认为是第一款真正意义上的便携式视频录制系统。Portapak的出现标志着电子影像技术从专业领域向大众化迈进的重要一步。，使得艺术家得以脱离电视工业体系进行独立影像创作，由此推动了视频艺术的兴起。在摄影、放映、传播等技术逐渐被艺术家掌握，将其融入到装置艺术创作中，由此影像装置艺术成为重要分支。Portapak是由索尼（Sony）公司在1967年推出的一款便携式录像设备，它被认为是第一款真正意义上的便携式视频录制系统。Portapak的出现标志着电子影像技术从专业领域向大众化迈进的重要一步。其中最具代表性的有被成为“影像艺术之父“的白南淮，他擅长以电视机、录像为核心载体，结合雕塑、音乐、表演、装置等媒介，将原本独立输出的艺术形式融合与之交互。在1974年的《电视佛》REF_Ref681905323\h图2-1中，白南淮构建了一个完美的“禅宗公案”：佛像凝视屏幕上自己的影像，摄像机与电视机形成永恒的闭环。这个充满东方禅意的装置，将电子屏幕转换为数字时代的明镜，当观众站在作品前，看到的既是佛像，也是被电子媒介异化的自我倒影，反应了当时人们对于人类与科技的困境思考。REF_Ref635518003\r\h[2]图2-SEQ图2-\*ARABIC1白淮南电视佛1974图片源自：网络随着数字投影技术在20世纪末的突破性发展，投影仪的小型化与普及，让大型沉浸式装置艺术成为可能。进入21世纪，数字技术进展飞速，极大拓宽了影像装置艺术的创作范式。REF_Ref1136343497\w\h[7]实时渲染引擎（如Unity）与人工智能技术的运用，使得影像与物理空间的融合达到新的高度。国内外艺术家如池田亮司、RefikAnadol、徐冰、费俊等都在此基础上积极进行多元实践，探索影像装置艺术的边界。2.2影像装置创作的特点及核心：空间叙事影像装置艺术是融合影像技术与空间装置的跨学科艺术形式，它打破了传统影像的二维平面性，和传统装置的静态性。通过对时间、空间、媒介和观者体验的整合重构，形成独有的“空间叙事”艺术场域。艺术作品的展示空间，是艺术作品所表达的观念和内核能否完整顺畅的传递给观众的重要因素之一。传统艺术作品陈列在美术馆，即使是平面油画作品也依旧受空间叙事的影响，影像装置的展示空间不再局限于二维平面，可以出现在电子屏幕、建筑、商场、田野等任何地方，其独特的空间性带来了与其他艺术形式不同的沉浸式体验。TeamLab的《运动森林》REF_Ref1421951147\h图3-1在空间场域里将趣味性的运动装置和数字影像融合打造一个沉浸式的影像互动空间，通过实时交互技术，将观众的动作转化为数字生命体的演化轨迹。这种技术赋能的时空折叠，使影像装置从静态的展示转向动态的生成，观众不再是被动的接受者，而是艺术的共同创造者。影像装置中的非线性叙事即是不再单纯的播放制作好的影像，而是通过空间场景的布局、装置材料的设计引导观众主动感知和体验，当生成式AI融入创作中后，可以利用AI技术实时捕捉现场观众或者指定数据，实时生成不可重复的内容。REF_Ref1428136123\r\h[3]RefikAnadol的《巴特罗之家》REF_Ref681905323\h图2-1把建筑改造成一个动态影像的载体，作品通过现场周围的传感器收集环境数据、城市的天气数据，利用AI技术根据返回的数据让外墙的影像产生实时变化，在建筑原本的经典魅力之上，带来超越空间和时间的梦幻体验。图3-SEQ图3-\*ARABIC1TeamLab运动森林图片源自：/zh-hant/concept/athleticsforest/图3-SEQ图3-\*ARABIC2RefikAnadol巴特罗之家图片源自：网络3生成式AI与影像装置艺术3.1技术契合：打破传统、拓宽边界影像装置艺术具有天然的跨学科性质，自影像装置艺术诞生起便依赖投影、屏幕、实时影像处理、互动传感器等技术，而生成式AI的核心优势正是实时生成高质量的视觉内容，可以根据算法规则、数据输入、用户实时行为实时分析并生成相应的图像或影像，完美适配影像装置的创作需求。传统影像装置的交互多基于作者预设好的规则，如固定动作触发动画或音效。而生成式AI可以基于现场观众的行为、声音、温度，甚至是外部数据源，如社交媒体实时数据、代码等进行现场解析，这种非算法预设的、具有不确定性的视觉反馈，使装置从”被动响应“升级为”主动响应“。生成式AI的应用形式也不止与图像和影像，还可用作于音乐、音效、互动装置参数实时调节等方面，其可玩性还具有十分宽泛的领域待实践，这些元素的加入可以让影像装置从多方面实现个性化定制，提高了观众的沉浸化体验。当生成式AI融入影像创作之后，艺术家的工作从传统的创作影像转变为创作一个生成影像的系统，将基础框架搭建好后，由AI来填充内容，此时的AI既作为工具存在，也作为该作品的合作者与艺术家共创。传统影像的素材通常是图片、视频、数字图像等，而生成式AI引入了数据驱动的创作范式，创作流程中，各种数据（城市数据、生物数据、用户行为数据等）均成为了AI生成的原材料。目前市面上的生成式AI模型已十分成熟，以及一些数字艺术工具以及接入AI插件，如TouchDesigner、Unity、Blender等。降低了技术融合的门槛，使艺术家能较低成本的进行生成式AI的探索与应用，实现技术与艺术的无缝衔接。生成式AI的加入，拓宽了影像装置艺术的边界，未来仍有很大的探索空间。3.2结合逻辑：生成式AI在影像装置中的运用形式3.2.1动态影像生成类以RefikAnadol的《机器幻觉》系列为例，该系列作品以大量数据为支撑，使用算法生成实时生成动态影像，实现了人机共创的大型沉浸式体验空间。该系列作品根据展出目的场景的文化、历史、人文或物理物理属性定制数据集，如在纽约的现代博物馆展出时，展出主题为艺术史，RefikAnadol的团队筛选了MoMA公开数据库中的138，151件作品，并额外补充了策展人推荐的10，000件非公开藏品，其中包括绘画、摄影、建筑、电子游戏等，重点将这些作品的色彩、笔触、主体数据进行提取，定制化训练框架。图3-SEQ图3-\*ARABIC3RefikAnadol机器幻觉图片源自：网络展出由24英寸LED巨型大屏，配合12声道环绕声系统，使观众可以从不同角度进行观赏，现场部署环境传感器，实时采温度、光线、观众移动轨迹，还与NASA合作实时接入天气数据，这些数据输入后就可以触发算法调整生成参数，如纽约下雪时画面中就会呈现实时的数据雪花，观众集体静默时画面趋于静止，而当现场交流热烈时画面色彩便会迸发。3.2.2多模态交互类多模态是指利用多种不同形式或感知渠道的信息进行表达、交流和理解的方式。在人工智能领域，多模态技术是指通过整合不同模态的数据，如图像、文字、音频、视频等，从而增强模型的理解能力和推理能力。这种多模态技术在装置艺术领域也被广泛使用。REF_Ref127903854\r\h[10]以费俊的在国家大剧院展出的《情绪剧场》REF_Ref122340737\h图3-4为例，该作品通过人工智及感情计算技术、检测并呈现观众的情绪，针对每一位观众独特的情绪生成因人而异的，且具有疗愈性的音画剧场体验，为体验者形成从情绪的认知，转化到接纳的积极心理效应。通过电子屏幕前的两个可交互的球形把手，收集体验者情绪数据，通过生理信号采集-边缘计算-动态内容生成-音乐生成-感官反馈的多模态交互闭环，实现了影像装置艺术与生成式AI技术的深度融合。图3-SEQ图3-\*ARABIC4费俊《情绪剧场》图片源自：网络3.2.3集体共创类以中央美术学院圆明园研究中心的《无限克隆》作品为例，该作品以”个体微观数据与集体记忆的共生“为核心命题，通过生成式AI技术，将观众参与与艺术形态紧密联合。团队开发清代官式建筑数据库，利用AICG生成引擎可快速生成历史场景。自主研发视觉图像融合算法，将面部数据与预设的数字场景实时融合，且确保光影、透视与色彩的物理真实性。图3-SEQ图3-\*ARABIC5中央美术学院《无限克隆》图片源自：网络装置呈树状钢结构，由多块数字屏幕组成，当参与者选择三山五园或者科技背景，系统就会收集其面容数据，通过生成式AI技术实时融入数字场景中，并在树状装置的屏幕上显示，让装置上的每一块屏幕都成为参与者的分身载体，形成“无限克隆”的视觉效果。真实的面部特征会转化为抽象的光谱粒子，粒子化的分身模糊了“真实”与“虚拟”的界限，隐喻数字时代个体身份的流动性。通过参与者的互动来完成作品的完整性，实现集体共创。3.2.4技术实现路径在影像装置艺术中，生成式AI技术的应用已经有了一定规模的实践案例，通过这些案例分析可以总结出来生成式AI与影像装置相结合的大致流程框架。其核心逻辑是通过人工智能算法将数据输入转化为可视化使出，并结合硬件载体实现沉浸式体验。首先要明确创作主题和技术需求，生成式AI技术用于实时生成，还是预渲染。原始数据类型采用图片、视频、还是传感器数据。根据需求选择AI模型进行构建与训练，结合Unity或其他引擎实现GPU加速渲染，确保流畅输出，还可以设计可调节的算法参数接口以便实时调整。如需投影至不规则平面可以使用mapping进行精准投影。使用传感器整合多模态数据与作品进行融合实现协同生成。展出时根据空间特性选择合适的载体（LED屏、全系投影、曲面幕布、可穿戴设备等）。展出过程可以记录用户交互的AI输出数据或录制视频记录，作为创作的衍生品，也可以为后续项目训练提供素材。以上仅为个人总结的大致创作流程，生成式AI技术可以灵活参与到创作的各个环节中，起到不同的协同共创效果，人工智能强大算法的融入无疑拓宽了创作的边界，使想法落地得到更多的可能性。4生成式AI在创作中带来的争议与挑战4.1版权问题：AI生成内容的归属自生成式AI创作兴起，版权归属问题成为了一大争议点。因为生成式AI运作的底层逻辑是使用大量现有的数据来训练，这些数据的收集可能没有经过艺术家本人确认，包含了受版权保护的作品。且在市面上的生成式AI工具中（Midjourney、StableDiffusion等）都可以通过关键词指定生成某位艺术家风格的作品。如果AI生成的内容与原作品相似，是否构成侵权和抄袭？在2023年3月16日美国版权局发布声明，认定人工智能自动生成的作品不受版权法保护。但是如果在AI生成的作品上进行二次创作，明确了“人类创造性投入”比例就有可能认定为“合法作品”。REF_Ref1784153132\r\h[6]而在中国北京互联网法院在2024的判决中，承认用户通过输入提示词和参数调整生成的AI图像具有“智力成果”的属性，判断其受著作权法保护。由此可见，对于AI生成作品的版权不同国家的判定有显著差异，且目前正在不断完善中。如今人工智能辅助创作已成不可逆转的趋势，如何定量“人类创造性投入”比例或许是判定AI生成作品版权问题需要重点思考的。我们在借助AI工具辅助创作时也应该明确怎样的才是好作品，不应该丢失创作的内核，有加工再创作的能力，而不是单纯依靠算法拼凑。创作者版权意识的提高，也是达成版权共识至关重要的环节。4.2伦理问题：数据隐私与算法偏见使用生成式AI创作虽然提供了很多便捷，但是如果滥用AI技术将面临伦理道德方面的问题。AI模型的训练依赖海量的数据，这些数据很可能侵犯个人隐私信息，造成信息外泄被不法分子所利用。目前已有多起ai作案案例，造成了及其恶劣的社会影响，为人们拉响了警钟。AI技术的使用范围应该划清界限，许多影像装置艺术中用到了生成式AI进行实时面部捕捉，为了保持艺术作品和观众交互的良性循环，应该确保参与者被采集的信息不被储存或者不外泄。除此之外，AI训练模型的数据偏差也会导致AI生成内容的偏差，如产生性别偏见、种族偏见或虚构学术内容，在采用AI生成内容时一定要有辨别能力，创作者也应该在训练阶段有意平衡数据内容，以确保生成结果的准确性。4.3艺术价值：艺术创作内核的缺失在近期佳士得举行的全球首场人工智能生成艺术作品的拍卖会上，AI生成作品的售卖情况超出预期，在获得商业成果的同时，这场拍卖会也收到了4000多名艺术家联名发表的要求取消拍卖的公开信，他们指控AI模型通过“未经版权授权的作品训练”剥削人类创意，否定其艺术价值，表达对人工智能生成艺术侵占人类艺术家原创素材的强烈反对。REF_Ref85987196\w\h[5]当AI步入艺术领域后，遭到了许多艺术家的强烈反对，认为其剥夺人类创意，非法侵占艺术财产，AI生成艺术作品的价值遭到了严重的质疑。但就上述AI生成作品的版权问题来看，有部分ai参与创作的作品得到了版权认可。由此可见，如果AI仅作为艺术创作的助手，经过艺术家的主观加工后依旧可以保留艺术价值。REF_Ref1146662995\w\h[9]但作为艺术创作者我们不能过度依赖AI生成内容，抹杀自主创作能力。AI模型就像一个大染缸，定期输送和清理数据库，确保数据纯净，且主动加入新数据，生成内容才会可控且多元化。由于AI算法的模式可能强化主流文化偏见，忽视小众文化的表达，如AI生成的作品更趋向于商业化风格，实验性艺术可能被边缘化，或者在生成含人物图形时以欧美面孔为主。REF_Ref85533407\w\h[10]艺术家在训练AI模型时，应该明确自己的需求，纳入多元文化内容，以避免创作趋同。5生成式AI与影像装置创作融合的实践案例5.1创作背景与理念在如今数字信息与社会生活深度融合的当下，我们离不开手机，电脑，在公共场合如地铁站、博物馆等也随处可见数字屏幕。闲暇时间刷社交媒体和短视频平台已经成为大多数人的习惯，在短视频与算法的共谋下，我们每天不断的从各处接收着大量零散的信息。这些碎片化信息无序地、填鸭式地进入大脑却无法自成体系。虽然不断的汲取新的信息某种程度上的丰富知识面的广度，却也混乱了系统性的思维模式，助长了思维惰性。由思维影响语言，我们的语言能力正经历一场无声的“坍缩”——我们浸泡在碎片化的信息洪流中，提笔忘字，开口忘词。当诗意性的创造性的语言表达形式被抛弃，重复笼统的网络热梗囊括了我们的生活。当贫瘠的梗与流行语替代复杂思考，当晦涩的理论以轻巧的语言被拆解，我们是否理解其真实的含义？当铺天盖地的舆论导向带节奏，我们是否还可以保持思维的独立？当流行语消解复杂语法，替代深度思考后的言论脱口而出，我们是否还能准确完整的表达自己内心的思考？碎片化的信息语言拉近了人与人之间的隔阂，还是加厚了深入交流的壁垒？我们基于这些思考创作《失语坍缩》这件装置作品，希望展现出自己对于如今这种碎片化信息的语境下，造成的语言生态和表意系统的失衡进行的思考，也希望引起观者的共鸣来一同思考。5.2设计过程与呈现在设计之初我们就确定了用AI技术辅助创作的思路，希望人工技术代表新时代技术的冲击，与传统方式相碰撞，更能凸显我们创作主题的矛盾中心。在最初的视频设计方案中，我们设想运用对谈的形式，与采访对象就“碎片化信息对语言的影响”这一方向进行交谈，并用录像的方式记录。再将记录的影像破碎重组，BGM使用AI作曲生成类似诵经，具有重复性调律的旋律，再由AI收集日常高频词汇作为词。但在我们的实际实践中发现该方案无法落地，目前市面上的AI音乐创作仍有局限，只支持生成主流音乐风格。生成的音乐更偏向于商业化成品，且对于时长有所限制，对于实验性音乐生成并不友好。主要的生成方式是用提示词生成音乐，或者用歌词生成音乐，无法让AI作为一个单纯的“演唱者”，把提供的词用规定的旋律演唱出来。如果想达到更高自由度的AI作曲，或许还是需要辅以相关的专业编曲软件。因呈现出来的效果远低于预期，我们决定把创作重心转移到装置。选择以树的形象为主体，树枝的分支及是各种不同信息渠道的象征，源源不断的输送着碎片化的信息。结合设计草图和创作理念，使用AI训练了符合预期的效果图，作为创作参考。图5-SEQ图5-\*ARABIC1装置草图图片源自：自制使用不锈钢管架和铝塑管搭建“树”的枝干部分。利用铝塑管的可塑性，把管子相互缠绕，模拟榕树凹出树枝走向。包裹上收集而来的书本纸页。使用AI在社交媒体上收集各类日常接触到的文字信息并进行整理，使用热敏纸打印。长条热敏纸作为“树”的枝叶部分。树的根部堆积收集的书本，纸质书本作为信息的原始来源，滋养衍生出被二次消化再输出的破碎信息形成闭环。使用TouchDesigner制作互动海报，基于T