《人工智能通识（人文艺术 微课版）》 课件 沈炜 第5-8章 AIGC：多模态创作与跨学科实践 - AI安全治理与社会责任

AIGC：多模态创作与跨学科实践目录CONTENTS01核心概念与演进•什么是多模态生成？•AI多模态演进之路•多模态AIGC应用场景02文生文模型•定义、技术演进与实践案例解析03文生图模型•定义、技术演进与行业实践案例分析04音视频生成•定义、前沿技术演进、实践案例05伦理与思考•同质化风险、模型偏见、版权争议、职业重塑、文化威胁、人类的不可替代性核心概念与演进01人工智能通识（人文艺术·微课版）什么是多模态？——从人类感知到AI系统人类的多模态感知定义：人类通过视觉、听觉、嗅觉、触觉等多种感官通道接收信息，并在大脑中整合，形成对世界的完整理解。核心优势：多种感官信息实现互补、相互验证与叠加增强，极大提升了感知与理解的全面性与可靠性。AI多模态(AIMultimodal)定义：能够同时理解、处理、融合和生成文本、图像、音频、视频等多种数据的人工智能系统。核心目标：模仿人类感知机制，通过多源信息的深度融合，像人一样形成对复杂世界的综合理解。模态的定义与类型模态(Modality)：信息的某种特定表现形式或感知通道，不同模态对应不同的数据结构与处理逻辑。视觉模态●常见举例：数字图像、视频流、3D点云●核心结构：像素矩阵(PixelMatrix)、多维张量(Tensor)听觉模态●常见举例：人类语音、音乐音频、环境音效●核心结构：一维波形信号(Waveform)、时频域频谱图(Spectrogram)文本模态●常见举例：书籍文章、社交媒体帖子、对话记录●核心结构：字符/单词序列(Sequence)、高维词向量(WordEmbedding)更多感知与交互模态|触觉(温度/压力/纹理)·嗅觉与味觉·各类传感器数据(如雷达/激光雷达)·脑机接口(BCI)信号等人工智能通识（人文艺术·微课版）AI多模态的四大核心能力多模态感知Perception作为系统的输入端，AI能够同时高效地接收来自文本、图像、音频、视频等多个异构模态的原始数据，打破单一感官的局限。多模态理解Understanding在感知基础上，AI通过深度学习，挖掘并建立不同模态数据间的内在语义关联，真正“读懂”信息背后的含义。应用示例：

图文匹配、视觉问答(VQA)、跨模态情感分析。多模态融合Fusion通过特定的融合策略，将分散在不同模态中的互补信息有效整合，从而显著增强AI对复杂场景的综合理解与决策能力。应用示例：

智能视频分类、多模态金融风险评估、综合情感识别。多模态生成GenerationAI模型能够跨越媒体形式的边界，以一种或多种模态为输入，创造性地生成全新的、符合人类审美和逻辑的其他模态内容。核心价值：

极大降低数字内容创作门槛，释放海量创意生产力，让想象力自由流动。人工智能通识（人文艺术·微课版）多模态生成的16种转换关系理论上，四种主要模态（文本、图像、音频、视频）之间存在16种可能的单向转换关系，构成了多模态生成的核心空间。文生类(Text-to-X)文生文•文生图•文生音•文生视频图生类(Image-to-X)图生文•图生图•图生音•图生视频音生类(Audio-to-X)音生文•音生图•音生音•音生视频视生类(Video-to-X)视生文•视生图•视生音•视生视频人工智能通识（人文艺术·微课版）AI多模态演进之路▍阶段一：手工特征时代（2012前）各模态孤立发展，技术上严重依赖算法工程师人工设计特征，缺乏对数据深层语义的理解，模型通用性和泛化能力较弱。▍阶段三：多模态融合初步探索（2017-2020）Transformer架构带来了革命性突破，通过自注意力机制，让不同模态的数据实现了深层跨模态对齐，多模态融合进入全新发展时期。▍阶段四：统一多模态大模型阶段（2020至今）基于对比学习和生成式预训练技术，大模型打通了视觉、语音、文本等多种模态壁垒，真正实现了从“理解”、“生成”到“原生交互”的跨越。▍阶段二：深度学习单模态阶段（2012-2017）CNN、RNN等深度学习网络在图像、语音等单一模态领域取得重大突破，性能显著提升。但多模态任务处理仍处于浅层拼接，未实现真正的信息融合。人工智能通识（人文艺术·微课版）多模态AIGC应用场景●营销与电商从“素材拍摄”到“一键出片”，实现降本增效。利用AIGC技术可快速生成海量营销素材，缩短内容制作周期，大幅降低人力与时间成本。●影视与创意从“后期制作”到“前期可视化”，降低创意试错成本。在剧本构思、分镜设计阶段引入多模态生成能力，将抽象想法转化为视觉预览，提升创作效率与质量。●工业与自动驾驶从“被动识别”到构建感知与预测一体的“世界模型”，能更精准地理解环境变化，实现主动风险预判，保障生产与出行安全。●医疗健康打破数据壁垒，从单一影像或检验的“单模态诊断”转向结合文本、影像、基因等多维数据的“全方位洞察”，显著提升临床诊断的精准度与效率。●教育与文化变革传统模式，从单向的知识“传授”转变为结合生成式互动的沉浸式“体验”，根据学习者特征定制内容，打造个性化、趣味化的学习场景。人工智能通识（人文艺术·微课版）文生文模型02什么是文生文模型？▍核心定位👀人类意图的“解析器”

精准捕捉自然语言指令背后的深层语义、逻辑关系与真实诉求。🔄多模态生成的“中转站”

将模糊的人类自然语言指令，转化为驱动文生图、文生视频等下游模型的标准化、结构化指令。▍核心能力📖文本理解(Comprehension)

深入理解上下文语境，识别关键信息，准确把握用户的核心意图。✍️文本生成(Generation)

基于理解的内容，生成逻辑通顺、表达自然、风格多样且贴合需求的高质量文本。🧠知识推理(Reasoning)

调用预训练的海量知识，通过逻辑推理解决问题、回答复杂提问。▍定义：文本到文本的转换引擎一种高级语言处理系统，以“文本输入-文本输出”为核心范式，旨在理解和生成人类语言，打破传统NLP任务边界。人工智能通识（人文艺术·微课版）文生文模型技术演进之路架构创新期（2017年以前）从统计语言模型N-gram到循环神经网络(RNN/LSTM)，语言模型能力稳步提升。里程碑突破：2017年Transformer架构横空出世，引入自注意力机制，彻底改变了深度学习格局，为后续大模型爆发奠定基石。规模突破期（2018-2022）OpenAI推出GPT系列模型，通过指数级扩大参数量与训练数据，模型出现了不可预测的“能力涌现”现象。人机对齐：ChatGPT引入RLHF(基于人类反馈的强化学习)技术，大幅提升了模型的可用性与安全性，实现了技术与产品的结合。效率优化期（2023年-至今）单纯堆参数量已不再是最优解，行业聚焦于在保证性能的前提下，降低训练与推理成本。关键方向：MoE(混合专家模型)、混合精度推理、Kimi、DeepSeek等国产模型崛起，通过架构优化与数据工程实现了性价比的全面超越。人工智能通识（人文艺术·微课版）人工智能通识（人文艺术·微课版）实践案例：智能教育辅助▌应用场景针对不同认知水平的学生，通过技术手段动态生成差异化教学内容，打破“千人一面”的传统课堂限制，实现因材施教。▌核心价值主张将教师从大量重复性、机械性的知识讲解与作业批改中彻底解放出来，把宝贵的时间和精力聚焦在启发学生思维、培养学习兴趣以及给予情感关怀这些AI无法替代的核心教育工作上。▌AI赋能的四大维度01.个性化适配

基于学生历史学习数据，自动识别薄弱点，智能调整知识点讲解的深浅程度和呈现顺序。02.多重解释视角

针对同一难点，自动生成多种生活化的类比和解释方案，匹配不同学生的思维习惯。03.即时精准反馈

在学生练习过程中，实时分析作答逻辑并纠错，即时生成针对性的强化练习题目。04.教师减负增效

自动化生成各类习题、试卷以及详细的参考答案，显著降低教师的备课与批改负担。人工智能通识（人文艺术·微课版）实践案例：编程辅助与商业分析▍编程辅助💻应用场景•快速编写各类基础代码片段，减少重复劳动。

•智能识别并调试代码中的潜在错误与性能瓶颈。🚀AI核心价值•提效与降门槛：大幅缩短开发周期，降低编程学习与使用的技术门槛。

•成长与赋能：充当开发者的“智能副驾驶”，在调试与学习中提供实时反馈与指导。▍商业分析📊应用场景•处理海量业务数据，快速提取关键趋势与异常点。

•为管理层提供数据洞察，辅助战略与业务决策。💡AI核心价值•洞察与决策：提供标准化分析框架，提升从数据到洞察的转化效率。

•分析民主化：让非专业分析人员也能进行自助式数据分析，释放专业分析师精力。文生图模型03人工智能通识（人文艺术·微课版）什么是文生图模型？▌核心能力1.语义理解：准确解析文本中的主体、场景、动作、环境、风格等多种关键要素，理解用户的创作意图。2.视觉生成：将解析后的语义要素，转化为画面的构图逻辑、色彩搭配、光影层次以及丰富的细节纹理。3.风格控制：精准学习并复刻不同流派特征，可按水彩、油画、写实、赛博朋克等指定风格生成高质量图像。▌应用前景凭借强大的生成能力与灵活的创作特性，文生图模型已在多个领域展现出极高的应用价值：•艺术创作：辅助艺术家进行灵感发散与作品快速成型，降低艺术创作门槛。•内容制作：为新媒体、电商、游戏等行业高效生成配图、场景素材与角色立绘。•设计领域：赋能产品外观、室内外装修及建筑方案的快速可视化呈现。•教育科普：将抽象的文字知识转化为直观的图像，提升知识传播与理解的效率。▌定义：从文本到图像的转换引擎文生图模型（Text-to-ImageModels）能够接收文本描述作为输入，并生成对应图像的人工智能系统。它是多模态AI系统的“视觉画手”，架起了抽象语义与具象视觉世界的桥梁。人工智能通识（人文艺术·微课版）文生图模型技术演进之路▍早期探索期（2015-2019）技术主流为生成对抗网络(GAN)，受限于当时算力和算法，生成图像质量有限，分辨率低，细节易出现扭曲，主要用于学术探索与初步概念验证。▍扩散模型崛起期（2020-2021）DDPM、CLIP、LDM等关键技术突破带来范式转换，解决了GAN模式的不稳定性问题，大幅提升生成图像的多样性与保真度，为后续爆发奠定技术基石。大模型爆发期(2022-23)DALL-E2、StableDiffusion、Midjourney等标志性产品问世，生成质量实现飞跃，逐步进入大众视野，应用场景迅速拓展。应用成熟期(2024-25)ControlNet等技术实现对生成内容的精确控制，国产文生图模型强势崛起，技术从“能用”走向“好用”，在工业、设计、娱乐领域规模化落地。未来探索期(2026+)技术边界持续拓宽，向3D/4D内容生成、实时交互渲染、物理仿真与多模态深度融合演进，将重构数字内容生产的底层逻辑。主流文生图模型对比模型开发者最新版本开放性优势劣势适用场景MidjourneyMidjourneyInc.v7.0(2025.03)闭源订阅艺术性强、审美出色、支持视频生成无API、可控性弱艺术创作、插画设计Flux.1BlackForestLabsPro/Dev/Schnell开源+API质量接近MJ、速度快、SD原班人马显存需求较高商业应用、批量生成Seedream字节跳动4.0(2026.02)开源免费4K分辨率、多图融合、中文第一艺术性略逊MJ中文内容创作、专业设计Ideogram3.0IdeogramAI3.0(2025.03)免费API文字排版最强、设计能力出色写实风格稍弱海报设计、LOGO设计StableDiffusion3StabilityAISD3/SDXL开源免费可控性强、插件丰富、生态成熟需要技术基础专业设计、二次开发DALL-E3OpenAI3.0闭源API理解能力强、与ChatGPT集成成本较高内容创作、快速原型Playgroundv3PlaygroundResearchv3(2024.10)API服务240亿参数、RGB精确控制访问受限专业设计、品牌应用通义万相2.1阿里云2.1免费额度语义理解强、商业化成熟生成质量一般电商设计、商业应用文心一格百度最新版免费额度知识增强、中文优化质量略逊教育科普、知识可视化混元文生图腾讯开源版开源免费支持中文成语、文化理解生态待完善中文文化内容创作人工智能通识（人文艺术·微课版）案例分析：《山居秋暝》意境可视化01/选诗与意象分析▌选诗标准：选取意象鲜明、情感饱满、篇幅适中的经典诗词作为素材，以保证AI生成内容的丰富性与可读性。▌意象拆解(以《山居秋暝》为例)：•核心自然意象：明月、清泉、松、石、竹、莲、空山、新雨。

•人物与时空：浣女、渔舟/初秋傍晚、雨后空山。

•情感基调：宁静、清幽、闲适、归隐之趣。02/意境描述与提示词设计▌意境转化：将抽象的诗词语言转化为具象的画面描述。可采用“直接翻译法”保留原文韵味，或用“场景扩展法”丰富画面细节，如“夜幕下的空山松林，雨后初晴，一轮明月洒下清辉...”。▌结构化提示词提炼：从描述中提取六大核心要素，构建清晰指令：

1.主体：明月、松林、清泉、山石、浣女

2.环境与光影：秋夜、雨后、空山、清冷月光

3.风格与构图：中国水墨画风格、远景全景、留白

4.画质：8K、高清、细节丰富、意境悠远案例分析：生成与迭代优化阶段三：AI生成与迭代优化•基础生成：输入精心构思的提示词，AI生成多版不同风格的初始图片，快速筛选出构图和意境最贴合诗词主题的基础版。•针对性优化：基于初步结果，精准调整提示词关键词，强化画面主体的表现力，优化整体氛围，或统一画面的色彩基调。•细节完善：人工介入补充画面中缺失的关键元素，微调画面构图以达到视觉平衡，并确保全图艺术风格的统一与和谐。阶段四：后期处理与成品输出•图文融合：将对应的古典诗词原文，以合适的书法字体与排版方式融入画面，实现“诗中有画，画中有诗”的艺术效果。•标准化输出：对所有系列作品进行统一的后期处理，包括色调的一致性校准、输出尺寸的标准化，以及统一的边框样式和落款设计，最终生成一套完整的、专业的数字艺术作品。人工智能通识（人文艺术·微课版）实践案例：成果展示与应用▍成果形式●数字图集：整理为PDF或电子书，在社交媒体分享，配以诗词原文、赏析和心得。●实体打印：使用艺术纸或宣纸打印并装裱，用于装饰或赠礼。●文创产品：制作明信片、书签、壁纸、笔记本封面等，融入日常生活。●课堂展示：配合PPT演示，增强课堂互动与趣味性。▍多维价值✔课程实践作业通过完整的创作与展示流程，高质量完成课程学习要求，巩固理论与技术知识。✔传统文化传播用现代数字技术赋予传统内容新的表现形式，让更多人感受到人文艺术之美，扩大文化影响力。✔美育与研究探索在美育推广中发挥积极作用，同时探索“AI+人文”的数字人文研究与实践新路径。人工智能通识（人文艺术·微课版）案例分析：《山居秋暝》成品展示人工智能通识（人文艺术·微课版）音视频生成04什么是音视频生成？▌音频生成(AudioGeneration)·语音合成(TTS)：通过AI算法将文本内容直接转换为高保真、自然流畅且富有情感的人声语音，广泛应用于有声读物、智能客服等场景。·音乐生成：无需深厚乐理知识，AI可基于风格、情绪等文本指令，自主创作包含旋律、和声、节奏与编曲的完整音乐作品。▌核心意义：创作民主化·降低创作门槛，打破技术与艺术壁垒，实现“人人都是创作者”。·广泛应用于音乐、影视、广告、教育等领域，但也带来版权、同质化、创造力替代等新挑战。人工智能通识（人文艺术·微课版）▌视频生成(VideoGeneration)这是AI创作的“动态进阶版”。系统能根据简单的文字描述，生成连贯的视频帧序列，同时兼顾画面的时序逻辑、物理规律的真实性以及视觉美感，让AI具备了“制作电影”的基础能力。音视频生成技术演进之路▍规则与模板时代(2016前)技术上高度依赖人工编写的规则和预设模板，生成的音视频内容模式化严重，缺乏自然的韵律和创意，整体体验机械且单调。▍深度学习时代(2016-2020)GAN（生成对抗网络）与自回归模型（如GoogleWaveNet）的出现带来关键突破，生成质量有明显提升。但受限于计算资源，生成内容的时长较短，且在长序列上的一致性与连贯性存在局限。▍扩散模型时代(2020-2023)AudioLDM、MusicLM、RunwayGen-1/2等模型问世，技术架构更成熟，音视频生成的分辨率、丰富度和真实感均实现质的飞跃，逐步具备商业应用潜力。▍大模型时代(2023-2024)OpenAISora、GoogleVidu、SunoV3等行业里程碑式模型集中爆发，不仅大幅提升生成时长，更攻克了视频领域最棘手的“时序一致性”难题，实现长视频流畅连贯的表达。▍高可控时代(2024-2025)从“能生成”转向“精控制”，技术重点聚焦于多主体的动态可控、低延迟实时生成以及符合物理规律的仿真能力，让用户能像导演一样精准掌控生成内容的每一个细节。人工智能通识（人文艺术·微课版）音视频生成技术演进之路人工智能通识（人文艺术·微课版）音视频生成模型实践案例01/理解意境深度解析并精准把握《山居秋暝》一诗中“清幽、恬淡、宁静”的核心基调，为后续创作确立情感与氛围锚点。02/设计提示词明确创作要素：风格选择“民谣与古典融合”，情绪定位“宁静、沉思”，乐器选定“古琴、琵琶”，并搭配轻柔的女声哼唱，构建清晰的音乐生成指令。03/生成与迭代将设计好的提示词输入AI创作工具，根据生成的音乐初版效果，反复打磨并调整提示词的细节描述，逐步优化至符合预期的版本。04/后期完善对AI生成的最终版音乐进行人工精修，包括调整各声部音量平衡、添加混响效果以增强空间感，全面提升音乐的整体听感与质感。案例一：AI音乐创作四步法-----为《山居秋暝》创作音乐第一步：确定内容列出诗中关键视觉场景。人工智能通识（人文艺术·微课版）音视频生成模型实践案例案例一：AI音乐创作四步法-----为《山居秋暝》创作音乐第五步：音画合成加入案例1生成的音乐、朗诵配音及字幕，形成多模态教学资源。第二步：设计分镜为每个场景撰写详细文字剧本。第四步：生成与调整评估画面、时序、细节，通过修改描述迭代优化。第三步：

选择工具字节跳动Seedance2.0（多镜头叙事、适合诗意展现），也可选Vidu、可灵AI、Sora等。伦理与思考05人工智能通识（人文艺术·微课版）同质化的根源▍技术层面：模式坍塌AI模型倾向于生成训练数据中高频、易生成的“安全内容”，而容易忽略独特、罕见的低频模式，导致最终产出物的多样性降低。▍数据层面：分布偏差训练数据本身存在严重的语言与文化分布偏差。例如：公开数据集中英语内容占比超70%，导致生成结果天然带有“西方视角”，进一步限制了内容的多元表达。▍放大机制：推荐系统的“审美茧房”平台算法基于“用户偏好”，持续推送相似风格的内容。这种闭环反馈不仅固化用户偏好，也反过来促使创作者模仿“爆款公式”，最终加剧全网内容的同质化。▍现象：作品风格高度趋同大量AI生成的内容在视觉风格、叙事结构、创意内核上表现出高度的相似性，独特性和个性化内容日益稀缺。模型偏见与审美茧房▍模型偏见的三大来源01.训练数据的偏见

数据集中隐含的价值判断和文化偏见被模型不加甄别地学习和放大。02.算法设计者的偏见

设计者自身的文化背景、审美偏好和认知局限，会潜移默化地影响模型的训练目标设定。03.用户反馈的偏见

用户的点赞、收藏、转发等行为数据，会不断强化主流风格，使小众或边缘表达逐渐被边缘化。▍审美茧房的三大后果❶创作风格趋同

在算法的引导下，创作者倾向于模仿流行范式，个人独特的艺术风格难以形成和发展。❷文化表达单一化

非主流、亚文化及边缘群体的声音难以获得曝光，导致文化生态逐渐变得单调乏味。❸创新思维受限

突破常规、具有实验性的创意往往被算法判定为“异常”而被过滤，限制了思维的多元发展。人工智能通识（人文艺术·微课版）伦理思考：版权与原创性困境01/训练数据版权争议•合理使用方：类比人类学习，属于“转换性使用”•反对方：AI训练是统计性的，可能与原作品形成市场竞争02/生成作品版权认定差异•美国：版权局明确表示，纯AI生成的作品由于缺乏“人类作者”，无法获得版权保护。•中国：司法实践倾向于承认“人机协作”模式。有“实质性智力投入”可获得保护•欧盟：尚未统一；英国：设有“计算机生成作品”条款。人工智能通识（人文艺术·微课版）03/Suno案例启示：合作共赢单纯的对抗无法解决问题，未来的方向可能是建立完善的版权授权机制、探索创作者与AI平台之间的收益分成模式，在技术创新与知识产权保护之间寻找平衡点。创作者的转型与新生01.三类工作风险02.转型路径与新机遇▶角色转型：从“执行者”到“掌控者”从单纯执行具体制作的“手艺人”，转型为把握方向的“创意总监”。将琐碎的执行工作交给AI，专注于顶层的创意构思、风格把控与内容价值观输出。▶新兴职业涌现提示词工程师、AI训练师、人机协作设计师、AI内容审核员、AIGC教育顾问等类型代表职业替代风险高度可替代简单插画、基础文案70-80%中度影响翻译、视频剪辑40-60%低替代风险艺术总监、高端设计师10-20%保护文化多样性的四大策略01/增加多元文化训练数据从源头入手，构建原生态、高质量的文化数据集，丰富AI学习素材的广度与深度，避免数据偏差导致的文化边缘化。02/开发特定文化专属模型针对不同民族、地域的独特文化，研发垂直领域的专属AI模型，深入理解其语言、习俗与精神内涵，最大程度保护文化的独特性与完整性。03/鼓励人机协作而非完全替代明确AI为辅助工具，而非完全的创造者，确保人类在文化表达中的主体地位，保留人类创意核心。04/建立文化敏感性评估机制建立多维度的评估标准，对AI生成的内容进行严格监督与引导，防止文化刻板印象，确保输出内容的文化准确性、代表性与对多元文化的尊重。人类在AI时代的不可替代性01/情感表达AI无法真正“感受”情感，人类丰富而真实的生命体验是艺术创作和情感连接的独特源泉，是冰冷的算法难以模仿的。02/文化理解文化的传承与理解需要漫长的生活沉淀与语境浸润。AI的学习是数据驱动、表层化的，难以真正理解文化背后深层的历史脉络与人文精神。03/审美判断审美具有极强的主观性与独特性。AI生成的审美往往基于大数据统计的“平均值”，而人类能跳出框架，做出具有个人风格和先锋性的独特审美判断。04/创意突破真正的颠覆性创新源于人类天马行空的想象力、打破常规的反叛精神和跨领域的联想能力。AI擅长在已有数据中优化，却难以创造出真正“从0到1”的全新范式。05/价值判断创作不只是技巧的堆砌，更是一种价值的选择。人类在创作中融入道德意识、社会责任感和对人性的关怀，能思考作品背后的意义，这是AI所不具备的伦理维度。人工智能通识（人文艺术·微课版）THANKYOU感谢聆听前沿洞察·跨界融合AI赋能人文艺术创作与研究创作、研究、设计与教育的范式革命目录创作范式从工具到协作者到策展人的角色转变03010204研究范式AI赋能的人文研究新范式设计范式从手工创作到AI智能共创的设计演进教育范式AI如何重塑艺术与人文教学？创作范式从工具到协作者到策展人的角色转变01什么是范式（Paradigm）？▍核心定义由科学哲学家托马斯·库恩提出，是一定时期内，一个科学共同体所公认的科学成就、理论框架、研究方法和价值标准的总和。它决定了“什么是有意义的问题”以及“如何解决这些问题”。▍本质一种认知框架，决定了我们如何看待世界、提出问题和寻找答案。它就像学科领域内共同遵守的“游戏规则”，潜移默化地塑造了从业者的思维模式。▍关键概念：范式转换(ParadigmShift)📌定义：当旧范式无法解释新现象或解决新问题时，用全新的解释框架替代旧范式的根本性认知重构。🔑特征：这不是知识的简单累加或修补，而是一场世界观的根本转变，属于质变。转换类型旧范式新范式转换意义天文学地心说（托勒密体系）日心说（哥白尼革命）人类宇宙观的根本变革物理学牛顿力学爱因斯坦相对论时间与空间概念的革命性重构生物学物种不变论进化论对生命起源与发展的全新理解医学体液学说细菌理论疾病治疗从经验转向科学表1：范式转换的经典案例人工智能通识（人文艺术·微课版）什么是创作范式？定义：创作范式描述了创作者与工具、媒介、环境之间的动态关系，以及由此形成的一整套思维、方法和流程体系。核心逻辑：五大要素相互关联、共同构成了一个完整的创作范式体系。01.创作理念|创作的“灵魂”对“什么是好作品”的根本认知，决定了创作的方向和审美基调。02.创作工具|创作的“身体”实现创作构想的技术手段和物质载体，直接影响创作效率与表现形式。03.创作流程|创作的“路径”从构思、草稿到最终完成的标准化步骤，保障创作过程的可控性与稳定性。04.评价标准|创作的“标尺”判断作品质量的准则，既包含行业通用标准，也包含创作者的自我要求。05.学习方式|创作的“根基”技能传承、经验积累和持续创新的途径，是创作能力不断进化的源泉。图1：创作范式的五大要素人工智能通识（人文艺术·微课版）从工具到协作者：创作范式五阶段模型图6.2AI时代创作范式的演进图谱人工智能通识|人文艺术·微课版对创作者的影响：角色转变与核心价值重塑01/人类能力：从“执行者”到“提问者”技能壁垒逐渐降低，想象力与洞察力成为核心稀缺资源。创作者的关注点由具体技法转向创意方向与价值判断。02/AI能力：从“工具”演变为“智能代理”AI从被动执行进化为能自主规划、多模态融合的合作伙伴。它能理解复杂语境，协同完成系统性的创作流程。03/人机关系：主从->协作->策展人类对创作过程的直接控制力被稀释，但通过对AI的引导、筛选与整合，在更高维度上体现创作意图。这种关系升级为一种“策展”与“导演”式的协作。04/创作本质：价值体系的根本重塑技术的介入推动了创作价值导向的根本性位移：“技术门槛的降低，反而提高了审美的门槛。”🎨从技能导向➔审美导向

📝从过程价值➔结果价值✂️从手艺价值➔选择价值人工智能通识（人文艺术·微课版）人工智能通识（人文艺术·微课版）实用建议：如何进行AI协作创作第二阶段：迭代对话，优中选优●多轮交互优化：通过“广度探索、深度完善、融合调整”的循环，不断打磨作品细节。⊙第一轮：生成多个方案（5-10个），充分探索可能性。⊙第二轮：挑选有潜力的方向进行深化。⊙第三轮：融合不同方案优点进行调整。●发挥人类核心价值：在AI提供的海量可能性中，发挥“选择”与“组合”的判断力。第三阶段：把握原则，保持主导●掌握最终决策权：人类始终处于创作的主导地位，AI的建议仅作为参考。●定位AI角色：AI是“创意扩展工具”和“高效助手”，绝非创作者的替代者。●保持独特性：坚持人类的情感表达、价值判断与意义赋予，这是AI无法复制的核心优势。●注重意义赋予与价值判断：只有人类能赋予作品文化意义、情感温度和社会价值。第一阶段：充分准备，明确方向

●

明确核心目标提前想好主题、情感、受众等创作意图。●选择合适的AI工具：根据任务类型选用不同平台。●准备高质量参考素材：提供优秀范例、视觉参考或详细描述，帮助AI准确理解意图。研究范式AI赋能的人文研究新范式02人工智能通识（人文艺术·微课版）什么是研究范式？▍研究范式(ResearchParadigm)是研究者在特定学科中共同遵循的研究问题框架、研究方法体系、证据评判标准和学术实践规范的总和。它如同一个学术共同体的“操作系统”，规定了知识生产的底层逻辑与运行规则。范式的转变不仅是工具的改变，更是观察世界的视角和认知方式的根本性重构。01/什么是有价值的研究问题？•传统人文：聚焦经典文本的深度阐释与微观光照。

•数字人文：挖掘大规模文本中的宏观模式与群体规律。02/如何开展研究？•传统：依赖学者个人的细读(CloseReading)与思辨。

•数字：引入远读(DistantReading)、文本挖掘与网络分析等计算方法。03/什么样的证据是可信的？•传统：强调引文例证、逻辑自洽与学术传承。

•数字：引入统计显著性、数据可视化与算法验证作为新证据。04/如何评判研究成果的质量？•传统：以静态的学术论文、专著为核心载体。

•数字：拓展至交互式可视化作品、在线数据库与动态演示。人工智能通识|人文艺术·微课版研究范式vs.创作范式：认识与创造的分野对比维度创作范式研究范式核心活动创作艺术作品研究学术问题目标指向表达与审美发现与验证AI角色创作伙伴/策展人分析工具/助手价值判断审美价值真理价值成果形式艺术作品学术成果表6.8研究范式与创作范式的区别与联系人工智能通识（人文艺术·微课版）从细读、远读到智能：人文研究的范式演进人工智能通识（人文艺术·微课版）人文研究范式演进的本质01.研究视角：微观→宏观→前瞻

从“见树木”的微观深入，升级为“见森林”的宏观整体把握，最终实现“预见未来”的智能洞察。02.研究能力：天赋→增强→协同

突破对“个人天赋”的依赖，经历工具辅助的“能力增强”阶段，最终走向人机协作的深度融合。03.知识生产：作坊→流水线→智能工厂

生产模式从分散低效的“手工作坊”，发展为标准化的“流水线”，再进阶为高度自动化的“智能工厂”。04.研究门槛：技术门槛与参与门槛的“双重运动”

技术实现的专业门槛显著提高，但得益于工具的易用性，普通人参与研究与知识创造的门槛大幅降低，推动知识生产民主化。05.核心价值：从解释过去到创造未来

研究的价值重心发生转移：不再止步于对历史的“解释”与规律的“发现”，更转向利用智能手段主动“创造”新的知识与未来。人工智能通识（人文艺术·微课版）如何进行AI辅助的人文研究？AI人文的价值不在于技术本身，而在于技术如何服务于你的研究问题。01/明确问题，选择工具⊙

始于问题，而非技术：先问自己真正想解决的问题是什么，是否真的需要AI。⊙选择合适的工具组合：文本分析(jieba,spaCy)、网络可视化(Gephi)、AI深度分析(ChatGPT,KIMI)等。⊙准备高质量的数据：确保数据准确、规范、可靠，这是研究的基石。03/坚守原则，保持批判⊙研究问题驱动：始终以解决人文问题为核心，拒绝“为技术而技术”的形式主义。⊙批判性审视：时刻警惕AI的“幻觉”生成、数据偏见以及逻辑谬误。⊙理解方法论边界：清楚每一种AI方法的适用范围和局限性，不夸大其解释力。⊙价值排序：人文关怀与学术价值，永远优先于单纯的技术效率提升。02/人机协同，迭代探索⊙采用“小步快跑”策略：从小样本开始快速验证方法，有效后再扩大规模。⊙与AI保持对话：不断让AI解释其逻辑，质疑其结论并要求提供依据。⊙发挥人类核心价值：判断AI发现的关联是否具有学术意义和解释力。设计范式从手工创作到AI智能共创的设计演进03什么是设计范式？▍定义特定时期内，设计共同体公认的设计理念、方法体系和评价标准的总和。▍核心特征•实践性：拒绝空谈理论，强调“怎么做”。•用户导向性：始终以用户的真实需求、体验和价值为出发点与最终落脚点。要素说明举例设计思维如何理解设计问题的本质“形式追随功能”vs.“用户体验至上”设计方法开展设计的流程和工具手绘草图vs.AI生成方案评价标准如何判断设计的好坏专家主观评价vs.数据驱动验证交付形式设计成果的呈现方式静态稿vs.交互原型▍设计范式的四大要素对比维度创作范式研究范式设计范式核心活动创作艺术作品研究学术问题解决设计问题目标指向表达与审美发现与验证可用性与体验AI角色创作伙伴/策展人分析工具/助手设计协作者/生成器价值判断审美价值真理价值用户价值成果形式艺术作品学术成果产品/服务/系统设计范式与创作范式、研究范式的区别与联系人工智能通识（人文艺术·微课版）设计范式转换与演进人工智能通识（人文艺术·微课版）设计范式演进的本质人工智能通识（人文艺术·微课版）案例：AI在用户体验设计中的应用🚀场景案例：AI+VR沉浸旅行✅智能生成：用户用自然语言即时生成任意虚拟旅行场景。✅多模交互：无缝支持语音指令、手势动作、视线追踪。✅千人千面：系统分析用户画像，动态调整场景内容与难度。✅情绪感知：分析心率、呼吸，动态调整节奏。工具类型传统UX设计工具AIUX设计工具输入方式手动绘制文本描述/草图/截图输出方式单一方案批量生成多个方案设计师角色执行者策展人迭代速度慢（数小时到数天）快（数秒到数分钟）▍UX设计工具的范式转换人工智能通识（人文艺术·微课版）案例：AI在视觉传达设计中的应用💡核心理念：AI让设计师从“素材搜索者”转变为“素材创作者”。💡应用场景：应用场景AI核心能力效率提升行业影响品牌视觉设计Logo生成、VI系统扩展、色彩方案1周→1小时降低品牌设计成本90%电商视觉营销产品图生成、场景合成、批量海报1周→3小时支持千人千面的商品展示社交媒体内容多平台适配、文案配图、数据优化速度提升10倍实现规模化内容生产包装与印刷三维预览、变体生成、刀线图生成成本降低80%缩短产品上市周期人工智能通识（人文艺术·微课版）案例：AI在视觉传达设计中的应用工具核心能力适用场景特色Humaaans多样化人物图像生成界面插画、PPT配图可自定义姿势、服装、肤色unDraw开源插画生成文档配图、网站素材风格统一、免费商用Paaatterns几何图案自动生成背景纹理、UI装饰支持自定义颜色和密度即时设计AIAI矢量插画生成、组件库智能匹配国内界面设计、团队协作中文界面、本土化组件稿定设计AI场景化插画生成、新媒体素材小红书、公众号配图一键生成、多平台适配01.插画与人物图像AI生成工具02.AI图像处理与优化工具工具核心能力适用场景效果Remove.bgAI自动抠图、背景移除产品图处理、证件照制作5秒完成，发丝级精细Let'sEnhance图片超分辨率放大低清图转高清、打印输出4x放大不失真TopazGigapixelAI图片修复与降噪老照片修复、质量提升自动去噪、锐化美图秀秀AI智能抠图、人像美化、背景替换社交媒体图片、证件照中文界面、操作简单WPS图片AI图片修复、智能抠图、格式转换办公场景、文档配图与WPS办公套件集成人工智能通识（人文艺术·微课版）案例：AI在视觉传达设计中的应用03.主流AI绘画生成工具工具名称开发者核心优势学习成本适用场景MidjourneyMidjourneyInc.艺术性最强、审美出色、支持视频生成低艺术创作、插画设计Flux.1BlackForestLabs质量接近MJ、速度快、开源可用中商业应用、批量生成StableDiffusion3StabilityAI开源免费、可控性强、插件丰富高专业设计、定制开发DALL-E3OpenAI语义理解强、ChatGPT集成低快速原型、概念设计AdobeFireflyAdobe版权安全、PS集成、商业友好低商业设计、品牌创作豆包Seedream字节跳动4K分辨率、中文理解第一低中文内容创作通义万相2.1阿里云电商场景优化、商品图生成低电商设计、产品营销文心一格百度知识增强、东方风格适配低国风设计、知识可视化混元文生图腾讯开源免费、文化理解强低社交媒体、文化创作人工智能通识（人文艺术·微课版）案例：AI在视觉传达设计中的应用04.专业设计工具AI化工具AI核心功能效果Photoshop生成式填充：自然语言添加/移除/扩展图像内容耗时操作压缩到秒级Illustrator图像描摹：自动将手绘稿转为可编辑矢量路径手绘创意快速转化为矢量素材InDesign自动排版：智能调整字号、行距、位置，内容增减时自动重算长文档编排效率质变05.在线设计平台AI化让非专业用户也能快速制作高质量视觉内容，实现“零基础设计”。国际代表——Canva：MagicDesign：上传图片或输入主题，秒级生成多个专业方案智能布局：自动优化信息层级和视觉平衡效率提升：1-2小时→5-10分钟（10-20倍）国内代表平台核心优势适用场景稿定设计新媒体AI模板、电商海报生成小红书/抖音/淘宝卖家创客贴智能配色、一键换底中小企业快速设计图怪兽批量文案配图、广告生成社交媒体高频更新人工智能通识（人文艺术·微课版）案例：AI在服装设计中的应用01.AI正在重塑从灵感到成衣的完整链条

——贯穿预测、设计、试衣与定制的全流程。环节传统方式AI赋能方式灵感获取手动浏览秀场、杂志分析海量时尚数据，自动识别预测流行趋势（色彩、面料、廓形）面料设计实物采购、手工绘制图案生成（传统纹样现代化演绎）、纹理模拟、可持续材料模拟虚拟试衣无法在线试穿AI虚拟试衣+智能尺码推荐（可上传照片自动测量身体数据）生产制造一对一沟通、手工制版大规模个性化定制：自动生成纸样→自动裁切→智能缝制，周期数周→数天挑战具体表现应对策略创意原创性AI生成基于数据重组，缺乏人类生活体验与情感AI定位为“创意催化剂”而非替代者，最终决策来自人类文化挪用可能复制受保护的文化符号或宗教元素建立AI输出的文化审核机制技术局限服装结构理解、运动动态、复杂工艺模拟不足设计师需具备判断AI输出可行性的专业能力人才转型设计师需学习AI工具，与算法工程师协同培养“创意+技术+商业”复合型人才02.核心价值与模式变革大规模个性化定制：实现“一人一版”的生成式设计，用户可自定义细节，AI确保版型逻辑按需生产：订单驱动生产，彻底改变“预测生产→库存积压→折扣清仓”的传统模式03.挑战与对策教育范式AI如何重塑艺术与人文教学？04什么是教育范式？▍定义特定时期内教育共同体公认的理念、目标、方法和评价标准的总和，回答教育目的、内容、方法、评价等根本问题。要素说明举例教育理念对教育本质和目标的根本理解“知识传授”vs.“能力培养”课程体系什么样的知识和经验值得学习学科中心vs.超学科/项目式教学方法如何组织和实施教学活动讲授式vs.探究式vs.AI辅助个性化评价标准如何判断学习成果的质量标准化考试vs.多元化过程性评价▍教育范式的四大要素什么是教育范式？要素说明举例教育理念对教育本质和目标的根本理解“知识传授”vs.“能力培养”课程体系什么样的知识和经验值得学习学科中心vs.超学科/项目式教学方法如何组织和实施教学活动讲授式vs.探究式vs.AI辅助个性化评价标准如何判断学习成果的质量标准化考试vs.多元化过程性评价▍从创作范式、研究范式、设计范式到教育范式教育范式的转换与演进教育范式演进的本质人工智能通识（人文艺术·微课版）AI在教育中的三大互动角色01/苏格拉底式对话者⊙通过反问引导学生主动建构知识，而非直接给答案，培养批判性思维。03/情感支持陪伴⊙提供即时、正向的反馈与鼓励，保护学习信心，但无法替代教师的真实情感引导。02/协作学习伙伴⊙作为“虚拟成员”参与小组项目，辅助头脑风暴、文献整理、技术实现等，模拟真实工作场景。人工智能通识（人文艺术·微课版）AI在艺术与人文教学中的具体应用学科AI应用场景文学宏观远读（人物关系、风格演变）、微观细读（意象、隐喻）；作为写作助手提供结构、风格模仿、共同创作，培养“作者思维”艺术创作降低技能门槛，释放创意——AI绘画、音乐生成、声音合成、虚拟表演。教育重点从“表现技能”转向“审美判断与创意思维”历史重构历史场景、生成虚拟历史人物对话；大规模文献分析（如人物关系网络、制度演变），让历史“活”起来哲学思辨动态苏格拉底式对话（无限耐心、因材施教）；思想实验可视化、虚拟情境模拟；论证分析与逻辑训练，培养独立思考人工智能通识（人文艺术·微课版）核心结论教育范式演进的本质⊙从“标准化教育”到“个性化教育”，让教育回归“育人”本质，而非“制器”工具。艺术与人文教学的特殊性⊙AI不是要取代审美体验、文化理解和批判性思维，而是通过降低技术门槛、提供对话与模拟环境，让学生更专注于创造力、判断力和人文关怀这些人类独有能力的培养。新旧范式并非完全替代⊙优秀实践融合多种范式优点，关键在于人机协同的最佳平衡——AI增强而非替代教师，技术赋能而非削弱人文属性。伦理与思考AI时代的价值边界与人类责任05为什么需要讨论AI伦理？▍原因在探讨了AI在创作、研究、设计、教育四大领域的范式转型之后，必须追问伦理问题，因为前四个范式聚焦于

“AI能做什么”

，而伦理维度追问的是

“AI应该做什么”

以及

“什么应该保留给人类”。特征含义不透明性决策过程涉及数十亿参数，难以理解其逻辑，难以判断偏见或错误规模性伦理影响可瞬间传播至全球，造成系统性风险自主性责任归属困境——算法自主决策造成伤害时，责任由谁承担？进化性模型随使用不断优化，可能无意中强化偏见，输出越来越偏离伦理标准▍AI伦理的四个独特性特征AI伦理在人文艺术领域的特殊性▍每个领域都触及人类精神世界、文化传承与身份认同的核心：领域核心挑战关键伦理问题艺术创作挑战“原作性”AI生成作品何来原创？艺术价值是否被消解？人类独特性何在？学术研究挑战“学术诚信”原创与辅助的边界在哪里？不披露AI使用是否构成不端？设计应用挑战“文化尊重”AI可能挪用、滥用特定文化符号，“文化挪用”更易发生、更隐蔽教育领域挑战“教育公平”付费工具加剧差距；主流数据忽视少数族裔；算法偏见导致不公核心结论与未来方向▍根本立场⊙人类的判断、责任和人文关怀不可替代⊙技术应增强而非削弱人类的价值创造能力⊙人类核心能力不是与AI竞争，而是学会与AI协作，同时保持批判性思维、创造力、同理心、道德判断▍AI伦理的根本目标⊙不是限制技术发展，而是确保技术服务于人的全面发展和社会的公共利益▍未来人文工作者的双重能力⊙领域专家（作家、学者、设计师、教师）⊙AI工具熟练使用者（提示词工程师、数据分析师、策展人）⊙同时保持人文精神内核——对真善美的追求、对文化传承的责任、对人类命运的关怀▍核心原则⊙拥抱技术的同时坚守人文价值，享受便利的同时履行责任，追求效率的同时守护底线。技术是引擎，但方向盘始终应掌握在人类手中。THANKYOU总结：拥抱AI，坚守人类价值第7章AI前沿形态

目录7.1智能体017.2具身智能027.4伦理思考047.3脑机接口037.1智能体017.1智能体生成式AI

开启全球智能变革浪潮2023OpenClaw（龙虾）AI直接接管电脑自动干活20252026coze平台等零代码搭建AI应用人人可创新7.1.1什么是智能体智能体是“能够感知环境、理解目标、制定计划、执行任务并能从结果中学习的自治系统”定义-----中国人工智能学会发布的《智能体技术白皮书》从单纯的“对话与回答”领域，扩展到了“规划与行动”领域不再只是被动的信息处理者，而是成为主动的目标达成者。7.1.1什么是智能体核心能力智能体由AI完成大部分工作，人类负责设定目标、监督结果。7.1.1什么是智能体分类单智能体聚焦于“独立执行”多智能体侧重于“协同完成”

核心优势部署简单、响应高效适用于目标清晰、流程固定的基础性工作

架构“预设技能+规则引擎”

国内外主流平台国外：OpenAIGPTs、ZapierAgents、Voiceflow等国内：coze、豆包、kimi7.1.1什么是智能体单智能体

艺术文案辅助应用基于输入信息自动生成各类艺术相关文案，适用于展览筹备、评论撰写、作品推广、教学文案整理。

创作灵感生成应用基于关键词推送相关素材辅助创意发散，适用于艺术创作、课程实践、各类创意策划场景。

艺术资料整理应用可自动分类、抽取关键信息并生成摘要，适用于学术研究、档案整理、教学汇编、文物研究。7.1.1什么是智能体单智能体的人文艺术应用场景举例多智能体多智能体架构与平台多智能体采用“分工-协调”模式，主流平台侧重角色定义与协作编排，OpenClaw可模块化组合适配复杂任务。多智能体创作价值在人文艺术领域，多智能体系统可实现跨环节、跨媒介创作流程的自动化，提升创作效率。Zopia平台应用示例2026年上线的AI视频导演平台Zopia，协同多专业智能体生成剧本、分镜等，高效产出短视频。7.1.1什么是智能体7.1.2智能体的四大核心组件记忆模组管理短期上下文缓存与长期知识存储记忆模组(Memory)提供外部能力接入接口，支持调用计算、检索、API服务、代码执行等具体功能工具模组(Tools)任务分解、路径生成与决策调度系统的核心推理与语义理解单元大语言模型模组(LLM)规划（行动）模组(Action)7.1.2智能体的四大核心组件大语言模型模组(LLM)--“决策中枢”作用过程理解意图、做出决策、生成计划需求结构化解析任务规划与工具适配统筹协同各模块工作7.1.2智能体的四大核心组件规划（行动）模组(Action)--执行器作用过程复杂任务分解为可操作的步骤思考行动观察循环迭代7.1.2智能体的四大核心组件记忆模组(Memory)--大脑硬盘作用记忆依靠记忆来维护上下文长期记忆短期记忆7.1.2智能体的四大核心组件工具模组(Tools)--智能体的手脚作用工具扩展功能信息检索工具功能型API专业模型7.1.3智能体的工作流程每个阶段均由大语言模型驱动，结合外部工具与记忆系统协同完成。7.1.4智能体与人文艺术：融合、应用与未来技术能力与人文价值的互补逻辑技术维度：智能体擅长处理重复性、结构性和数据密集型任务人文维度：人文艺术为智能体提供了意义锚点与伦理边界。融合之基智能体协同实践典型案例“鹿漫漫”应用之实以人文引领的融合发展路径（1）从“一次性交互”到“项目级协作者”（2）从“独立工具”到“流程协调者”（3）从“通用模型”到“领域受限智能体”（4）从“人工修正”到“策略优化反馈”未来之景智能体与人文艺术7.2具身智能01具身智能：融于现实的智能新形态春晚机器人武术秀2026年春晚舞台上，宇树科技20余台人形机器人带来全球首次全自主集群武术表演，与少年武者同台对练。7.2.1具身智能的定义和发展

具身智能的定义具身智能是拥有物理本体，以多模态感知获取环境信息，能在动态环境中完成任务、与物理世界交互的AI系统。7.2.1具身智能的定义和发展

具身智能的发展7.2.2具身智能的核心组成01020304作为具身智能与外部环境交互的基础，是获取信息的关键入口感知操控规划保障整个系统在运行过程中的稳定性与可靠性，是智能持续发挥作用的重要支撑安全依据感知信息进行分析决策，为后续行动制定合理路径与方案将规划转化为实际动作，实现对物理世界的精准作用与干预具身智能中的感知01核心定位智能体的“感官系统”，感知模块是具身智能与物理环境对话的核心入口，就像人类的眼睛、耳朵、双手一样，承担着“感知环境、感知自身状态、识别目标”的核心使命。02应用示例仓储物流具身智能机器人的感知模块，可通过视觉识别精准获取包装箱、货架、托盘的形态与位置，完成自主定位，规避作业失误和碰撞风险。同时依托三维重建还原仓库整体布局，实时监测货物状态、人员轨迹、仓库环境及设备自身工况，为作业规划提供精准数据，实时预警异常，保障系统安全高效运行。7.2.2具身智能的核心组成01020304作为具身智能与外部环境交互的基础，是获取信息的关键入口感知操控规划保障整个系统在运行过程中的稳定性与可靠性，是智能持续发挥作用的重要支撑安全依据感知信息进行分析决策，为后续行动制定合理路径与方案将规划转化为实际动作，实现对物理世界的精准作用与干预具身智能中的感知01核心定位智能体的“感官系统”，感知模块是具身智能与物理环境对话的核心入口，就像人类的眼睛、耳朵、双手一样，承担着“感知环境、感知自身状态、识别目标”的核心使命。02应用示例仓储物流具身智能机器人的感知模块，可通过视觉识别精准获取包装箱、货架、托盘的形态与位置，完成自主定位，规避作业失误和碰撞风险。同时依托三维重建还原仓库整体布局，实时监测货物状态、人员轨迹、仓库环境及设备自身工况，为作业规划提供精准数据，实时预警异常，保障系统安全高效运行。具身智能中的规划01核心定位如果说感知模块是情报采集员，规划模块就是具身智能体的核心大脑与指挥官。它依托感知的环境与设备数据、结合人工任务指令，模拟人类决策思维，拆解任务、制定高效安全的作业动作方案。02应用示例北大研发的视觉导航系统，是规划模块的典型应用。它借助多模态大模型提取环境视觉特征，由规划模块拆解复杂导航任务、推理最优路径，可实现任意目标的精准导航。例如机器人搬运花瓶的任务，规划模块会拆分为多步子任务，并为每一步规划路径与动作参数，完美体现感知与规划的协同工作逻辑。具身智能中的操控01核心定位操控模块是具身智能体的运动系统，也是决策与行动的衔接桥梁，负责将规划模块的指令转化为精准安全的物理动作，执行作业任务。02应用示例行走搬运、精密组装、柔性抓取等各类作业，都依赖操控模块精准运行。其性能直接决定具身智能的任务完成质量与技术成熟度。家庭服务、工业搬运、人形机器人的各类灵活动作，均依靠操控模块对轨迹、力度、速度、关节姿态的精准控制实现。具身智能的安全性与可靠性01核心定位若感知、规划、操控是具身智能的能力核心，安全可靠便是其生命线。具身智能实体可在现实环境自主作业、与人交互，一旦故障或失控易引发安全隐患。因此安全可靠性贯穿系统全流程与各核心模块，是技术落地应用、获取大众信任的重要前提。02应用示例在家庭、医院、工厂等人机交互场景中，安全可靠性尤为关键。家用机器人失控易伤及老人儿童，手术机器人偏差危及患者生命，工业机械臂失控易造成设备损毁与人员伤害。缺少安全保障，再先进的技术也难以落地，还会潜藏安全风险。

具身智能的典型应用文化传承领域

人文关怀领域

教育教学领域

文旅服务领域7.3脑机接口037.3.1引言：当技术触达意识而带来的创作革命如果思想可以直接变成作品，艺术的本质是什么?如果情绪可以直接生成声音，表达的边界在哪里?如果机器能够读懂潜意识,创作者的主体性又是什么?7.3.2脑机接口：从科幻走向现实的意识桥梁BCI---在大脑与外部设备之间建立直接信息通路，不依赖肌肉和语言定义大脑→大脑信号→AI解码→机器指令脑机接口路径人脑→手/嘴→键盘/鼠标/语言→机器传统交互路径什么是脑机接口？7.3.2脑机接口：从科幻走向现实的意识桥梁传统艺术创作的三重限制需多年学习绘画、乐理等技能，门槛高。技术限制许多细腻感受“只可意会，不可言传”，表达有损耗。语言限制手速、体能、骨骼结构等生理极限，无法完全跟上灵感。身体限制7.3.2脑机接口：从科幻走向现实的意识桥梁熊超的“MindArt”装置，通过脑电波重新“拿起”了画笔。TheBrainwaveMusicProject（脑电波音乐项目）将人类的脑电波信号转化为动态声音-意念声音观众成为了艺术创作的参与者04.创作不再受限于身体能力01.表达不再受限于语言逻辑02.作品不再受限于固定形态03.脑机接口如何打破限制7.3.2脑机接口：从科幻走向现实的意识桥梁需要思考的人文命题脑机接口是连接人类意识与艺术表达的新桥梁，为人文艺术打开全新视野意识的本质是什么？当艺术可直接意念生成，艺术家的价值在哪艺术创作的核心是意识本身，还是创作过程？?7.3.3脑机接口基本原理与系统结构大脑为什么能被“读取”？大脑约有860亿个神经元，通过电信号传递信息不同活动（想象、情绪、注意力、动作意图等）会产生特定的脑电波模式脑电波虽微弱，但可被精密仪器捕捉脑机接口的本质：大脑电信号的“翻译官”7.3.3脑机接口基本原理与系统结构脑机系统的三大核心环节采集脑电波1.大脑信号获取AI分析信号含义转化为机器指令或反馈2.解码与模式识别3.外部输出7.3.3脑机接口基本原理与系统结构三种主流信号获取方式头皮贴电极EEG(脑电图）检测血流变化fMRI（功能性磁共振成像）植入大脑皮层iBCI（侵入式电极）7.3.3脑机接口基本原理与系统结构总结脑机系统=信号获取+解码识别+外部输出EEG因其无创、便携，最适合艺术与教学场景未来：更精准、更轻便的设备将让“意念操控”走进日常7.3.4

脑机接口的发展历程：脱机向在线的循序演进人类脑电波首次记录脑电脱机分析开端脑电分析技术进阶此阶段为理解脑信号打下基础

萌芽期（1920s–1960s）BCI概念首次提出早期BCI技术局限80年代BCI研究进展早期研究核心定位“脱机理解大脑”概念提出期（1970s-1980s）侵入式脑机研究人类EEG研究突破国内在线技术进展技术阶段跨越升级拓展期（1990s–2000s）脱机预训练+在线实时交互闭环调控赋能医疗与人文创作脱机与在线的结合（2020s–至今）脑信号解码语义AI生成内容在线交互升级脱机脑机接口与生成式AI联手（2010s–2020s）脱机训模在线交互双向赋能脑机接口AI介入期（2000s–2010s）7.3.5

脑机接口与艺术创作：四大经典形式脑波绘画意识直接生成画面脑波音乐情绪直接流淌成旋律脑机互动装置观众成为共同创作者沉浸式舞台表演大脑控制整个剧场脑机接口让情绪、梦境、潜意识不再绕道语言和技法从“控制工具”到“呈现意识”7.3.5

脑机接口与艺术创作：四大经典形式脑波音乐——情绪直接流淌成旋律α波（放松）、β波（等映射为音高、节奏、音色。原理采集（EEG）→分析心境→映射为声音。流程音乐从“写出来”变成“流出来”，技巧=调节自我状态。意义无乐谱、无物理动作、实时不可重复、观众可加入。特点7.3.5

脑机接口与艺术创作：四大经典形式脑波绘画——意识直接生成画面置脑波绘画(无手绘画）脑电信号→色彩/线条/构图专注度→线条收束；情绪→色调冷暖“无手绘画”，依赖心理痕迹内在图像的技术性外化7.3.5

脑机接口与艺术创作：四大经典形式脑机互动装置——观众成为共同创作者脑机互动装置（集体意识共创）多人脑波汇入同一系统集体注意力→灯光亮度；紧张度→声音密度观众成为共同创作者，作品是“活的过程”群体情绪在空间中“显形”7.3.5

脑机接口与艺术创作：四大经典形式沉浸式舞台：演员与观众的脑波共同导演观众脑波塑造剧场氛围每场演出成为独特“意识事件”演员脑波触发环境变化“内心戏”外化为视听体验7.3.5

脑机接口与艺术创作：四大经典形式艺术正在从“控制外部媒介”转向“呈现内在意识”个体：打破身体障碍，情绪/梦境有了直接表达集体：群体情绪显形，观众成为共同创作者作品的作者是谁？技巧与技术的界线在哪里？是自我表达，还是与AI共同生成“关于创作者的版本”？7.3.6未来艺术形态1意识流艺术意识流艺术是意识的原生态思维输出，含梦境转录、意识影像化、无语言文学三类，极近“内心真相”。2集体意识艺术未来或现百人、千人、万人共创艺术作品场景，艺术将从个人表达走向集体精神共振。3脑脑直连艺术无媒介创作时代

AI角色全新定位7.4伦理思考047.4.1技术回顾：已经在模糊的边界1智能体的边界模糊它的“共情”，到底是对人类语言、情绪数据的模仿，还是真的能“感受到”人们的情绪？。2具身智能的边界模糊它的“动作”，是程序设定的指令，还是真的能“理解”音乐的情感？3脑机接口的边界模糊人的意识，还是完全属于自己的吗？机器“读懂”人的想法，是帮助人更好地表达，还是一种对隐私的侵犯？7.4.2三大核心伦理问题：读懂边界，才能用好技术问题一：创作的“主体性”边界——谁才是真正的创作者？问题二：情感的“真实性”边界——机器的“共情”，是真的懂你吗？问题三：意识的“自主性”边界——机器能“控制”人的意识吗？7.4.3对人文艺术学习者的启示：守住边界，拥抱技术01技术是工具，创作是核心。02理解技术，才能用好技术。03坚守人文底线，关注人的价值。THANKYOU第8章AI安全治理与社会责任目录AI安全风险概述03010204AI核心风险AI的安全治理伦理与思考8.1AI安全风险概述01人工智能（AI）安全是贯穿人工智能研发、部署与使用全生命周期，识别、防范并化解技术内生、应用过程及衍生社会影响层面各类风险，确保AI系统安全、可靠、可控，与人类价值对齐，保障国家安全、公共利益及个体合法权益，最终让AI造福人类的系统性治理与技术实践。01AI安全定义AIGC安全是指通过技术、管理和治理等手段，确保生成式人工智能系统在其全生命周期中，其生成过程、生成内容、应用影响符合预设的安全性、可靠性、合规性、伦理性要求，并能够识别、预防、控制和缓解相关风险，从而保障个人权益、组织利益、社会公共利益和国家安全的多维保障体系。02AIGC安全定义8.1.1AI安全的定义8.1.2AI安全分类

01技术内生安全风险

02技术应用安全风险

03应用衍生安全风险技术内生安全风险，是人工智能技术本身带有的，在模型算法研发、数据处理环节产生的风险，是所有AI安全风险的源头。01风险定义模型算法安全风险数据安全风险两02主要构成8.1.2.1技术内生安全风险模型算法安全风险模型算法安全风险是人工智能系统在模型设计、训练、部署和应用过程中，由于算法自身缺陷、外部攻击或不当使用，导致系统功能失效、决策错误、隐私泄漏或产生社会危害的可能性集合。定义鲁棒性弱泛化性差可解释性差偏见与歧视风险类型数据安全风险数据安全风险是指人工智能系统在数据收集、存储、使用、加工、传输、提供、公开等全生命周期中，因数据质量缺陷、违规处理或安全防护措施不足，导致数据泄露、篡改、滥用或合规性受损的可能性。定义违规收集使用数据训练数据内容不当训练数据标注不规范数据和个人信息泄露风险类型8.1.2.2技术应用安全风险技术应用安全风险，是指技术从研发阶段走到实际应用中，在整合、部署、运行的过程中，因为网络系统、信息内容、现实场景适配等环节出问题而产生的风险。它是技术内生安全风险的延伸，主要包括网络系统安全风险、信息内容安全风险、现实安全风险和认知安全风险。04030201组件算力安全风险网络暴露面扩大供应链安全风险网络攻击滥用输出违法有害信息混淆事实误导用户污染网络内容生态加剧关键信息基础设施运行风险被违法活动利用知识、能力失控加剧“信息茧房”助力开展认知战技术应用安全风险网络系统安全风险信息内容安全风险现实安全风险认知安全风险应用衍生安全风险，是指AI技术被广泛应用后，对社会结构、资源环境、伦理道德等产生间接、长期的安全风险，是技术应用的外部体现。01风险定义社会和环境安全风险伦理安全风险02主要包括8.1.2.3应用衍生安全风险8.1.2.3应用衍生安全风险伦理安全风险是AI技术研发与应用中，因技术设计、数据偏差、场景适配不当或人为利用等因素，违背公序良俗、社会伦理与人类核心价值，冲击人与人、人与社会、人与技术之间伦理关系的衍生安全风险。伦理安全风险社会和环境安全风险是AI技术落地各行业应用后，因技术使用、产业发展等因素衍生的安全风险。社会和环境安全风险8.1.3AIGC安全与AI安全的关系AI安全是是确保所有人工智能系统在其全生命周期中安全。AI安全覆盖了判别式、生成式等所有AI系统。