人工智能基础5.7 AI for Art

从诗歌、图像到音乐、视频，AI把创作门槛交给了普通人——但它到底是在"创作"，还是在"拼贴"？5.7艺术创作·大学/职业教育AIforArt人工智能通识·第5章

大语言模型应用学习目标·学完你能做什么这一节结束时，你能做出什么？1说清文本、图像、音乐、视频四类AI创作各靠什么工具2分辨即梦与可灵的定位差异，并写出可用的创作提示词3复述AI艺术版权争议的三个关键拍卖事件及其分歧点4判断"AI辅助创作"怎样才算一件可署名的原创作品全部目标都对应一个可观察产出：一段作品+一句版权与署名的判断。学习路线·这一节怎么走先看它能做什么，再问它算不算"创作"①能力全景文本/图像/音乐/视频

四类创作②工具实战即梦、可灵怎么用，提示词怎么写③争议边界创意深度、版权与"谁是艺术家"路线仍是先惊艳、再追问：看它把创作门槛降得多低，然后带着"这算不算创作、归谁所有"的问题，落到拍卖与署名的真实案例上。本节驱动问题AI写出的诗、画出的画，到底算不算艺术？你可能卡在一对矛盾里：一张AI画能拍43万美元，可5800多名视觉艺术家却联名抗议。分歧到底在"它会不会创作"，还是在"它凭什么创作"？这一节拆开看。概念·一个总判断AI是来抢饭碗，还是来当扩音器？传统艺术要多年专业训练，AI把创作门槛降到普通人也能上手——这是艺术的民主化。不是取代它不会替艺术家表达情感与思想而是扩展创造新形式、新表达，让更多人参与创作正如摄影没有取代绘画，而是催生了摄影艺术——AI也会带来新的审美。能力一·文本创作文字这一关，AI已经能替你写哪些？文学体裁样样能写豆包、GPT-4o按提示词生成诗歌、小说、剧本。例：输入"创作一首关于人工智能的七言绝句"，即得合律的诗。不止成稿，还做灵感艺术家可让它生成未来城市、情感、抽象概念的描述，当作创作构思的起点。定位文本是AI艺术的基础环节——先有文字构思，后面的图像、音乐、视频都从它出发。能力一·文本创作·实际效果AI写的诗：《智能之光》能力二·图像创作一句话变成一幅画，背后转了什么？例输入"一个穿红裙的女孩站在秋日森林，阳光透过树叶洒在她身上"，DALL·E3、StableDiffusion即可出图。关键把文本语义转成视觉元素难点风格一致+创意新颖，两头都要最新模型已能生成接近真实照片与手绘质量的图像——这是AI艺术中最引人注目的领域。能力二·图像创作·实际效果一条提示词，四张不同构图的秋林少女图能力三·AI音乐（国外）从哼一段旋律到整首歌，国外怎么走？Suno一句描述出完整歌曲：歌词+旋律+演唱。例："阳光的流行乐"即得轻快明亮作品。Riffusion基于StableDiffusion，由频谱图生成音乐；文本+图像双指令控制风格与情感。Lyria2谷歌高保真专业级模型，面向品牌配乐、影视、数字内容等商用场景。国外已形成成熟体系：从随手哼唱级到专业影视级，一条梯队排开。下一页看国内怎么做差异化。能力三·AI音乐（国内）国产AI音乐，靠什么打好中文这张牌？天工AI音乐中文流行、国风、民谣，精准匹配中文歌词韵律；可分段调旋律、换人声声线。海螺AI音乐轻量"一键成曲+简易编曲"，无需乐理；可导出MP3、WAV，适合学生与自媒体。豆包音乐文本+场景双驱动，结合办公、教学、宣传；先出文案再配音乐，一体化。差异化就一句：紧扣中文韵律与本土场景，让AI音乐从专业圈走进大众日常。能力四·AI视频（最新前沿）从静帧到会动的影像，又跨过哪道坎？Sora、Veo3：文本直接生成高质量视频，且音频与画面原生同步——描述"未来城市的智能机器人"，即出含对话与环境音效的完整片段。Flow整合Veo3、Images与Gemini，用自然语言定人物、场景、情节，乃至镜头调度与画面风格。例一位祖父想为孙子做"能飞的小汽车"：只需描述角色与剧情，Flow即时生成画面素材，再拖放编辑成短片。国内工具·即梦即梦凭什么自称"全链路创作"？Agent智能协作多智能体分工：需求解析→分镜→素材→后期，输入一个整体需求即出完整成片。动作模拟文本驱动动作精准复刻：行走、手势、舞蹈，可控制幅度与节奏，解决动作僵硬。数字人驱动校园、商务、国风多风格；自定义形象、音色、神态，免真人拍摄。三大能力合起来：从想法到成片一条龙，适配教学课件、品牌宣传、虚拟直播。国内工具·可灵可灵走另一条路：不改主体，只换背景与风格场景迁移把同一主体无缝换场："户外徒步者"从森林一键迁到山顶、沙漠、城市街。风格迁移快速切水墨、赛博朋克、日系、写实，同时保留角色核心特征。镜头适配自动匹配特写、全景、推拉、跟拍，无需摄影知识即得专业运镜。定位：快速迭代、场景适配——服务自媒体短视频、电商宣传、活动物料。提示词要点·即梦vs可灵同样是写提示词，两家各忌讳什么？工具写提示词的四条关键即梦①标"全流程自动创作""分镜生成"引导分工；②动作要具象（"匀速行走"，忌"自然动作"）③数字人参数写全（风格/年龄/神态/目的）；④写明时长、分辨率、是否含音字幕可灵①标"保留核心主体"，防迁移后失真；②目标场景与目标风格同时描述，防违和③镜头需求前置，先说运镜与画幅；④标"短视频适配""快速生成"，贴合轻量定位实战案例·即梦（数字人+Agent协作）一句提示词，怎样让数字人讲《静夜思》？Agent全流程自动创作，生成1分钟初中语文教学视频，数字人为25岁国风女教师，神态温和，动作模拟课堂讲解状态（手持教鞭指向课件、缓慢转身板书），内容为《静夜思》意象解析，背景为古风教室，画面分辨率1080P，含字幕与轻柔古风背景音乐，输出MP4。回看要点它正好用上四条：标"全流程自动创作"、动作写具体、数字人参数给全、分辨率格式写死。实战案例·即梦·板书画面数字人在黑板前讲解《静夜思》意象实战案例·即梦·数字人形象生成的国风女教师形象：手持竹笛立于讲堂实战案例·可灵同一条思路，怎样做成短视频又做成海报？场景迁移·电商短视频背包从森林迁到山顶云海，保留外观与徒步者，写实清新，全景+特写交替，15秒，抖音9:16。风格迁移·活动海报"绿色地球·我们同行"，校园广场实景迁为水墨风，保留横幅与绿植摊位，16:9，绿色为主，清新自然。共同点：都先锁"保留什么"，再写"换成什么"——这正是可灵提示词的要诀。挑战与争议越用越顺手，它还有哪三处硬伤？01创意深度不足作品往往缺人类艺术家那种深刻的情感与思想。02风格一致性在长篇幅或复杂作品里，难以从头到尾保持同一风格。03版权与原创性它的作品有没有版权？原创性怎么界定？仍无定论。第三个问题最尖锐——它直接撞上"谁是艺术家"的根本。下一页用拍卖时间线看分歧。版权争议·时间线从43万美元到联名抗议，五年争了什么？2019.10·纽约佳士得《爱德蒙·德·贝拉米肖像》拍得43.25万美元，超估价4320%——"谁是艺术家"之争开启。2025.3·伦敦佳士得首个AI艺术专场总成交72.88万美元；同场5800多名视觉艺术家联名抗议——指责模型未经许可使用受版权作品训练。2025.4·上海当代艺术博物馆《数字敦煌》标注"AI辅助创作（可灵迁移+人工调整）"，版权归艺术家；共识：须标人工占比方算原创。补充案例·班级毕业纪念短片没有拍摄条件，毕业短片怎么AI做出来？场景想做一支班级毕业纪念短片，但没设备、没素材，只有一段共同的记忆。①写提示词

定风格与场景②生成素材

多次筛选调整③标注人机占比

规范署名结果成片可出，但片尾要写"AI生成初稿约X%，人工筛选与编排约Y%"。关键这正是版权共识的落地——作品归你，前提是你把"人机分工"讲清楚。（本案例为教学补充场景，演示人机协作与署名流程。）5.7·AI帮助创作AI作为创作伙伴：从灵感到成品AI实训·结合AI一起做动手：为班级活动写一条"可灵式"海报提示词任务复制下方提示词，让AI帮你打磨一条能直接用于可灵的海报提示词。你是AI图像创作助手。为【班级活动主题】设计一张活动海报的完整提示词：①明确"保留核心主体"，列出2-3个必须保留的元素；②同时写清目标场景与目标风格，避免风格与场景违和；③指定画面比例与用途（如16:9海报）；④元素用具体词，不用"好看""自然"等模糊词。先给可直接复制的提示词，再给一句署名建议。分步操作：1.选定活动主题（如读书节），填入【】2.让AI生成海报提示词3.检查：是否写清"保留什么+换什么+画幅"4.自己改提示词，补进真实时间、地点5.生成海报后写署名："AI初稿约X%，人工设计约Y%"本节小结·回到驱动问题AI的作品，到底算不算艺术？①它是强大工具：文、图、乐、视四类都能生成，把创作门槛交给了普通人。②质量靠提示词：即梦重"全流程"，可灵重"保主体换环境"，写法决定成品。③但深度与版权仍是边界：缺人类的情感深度，原创归属仍在界定。④越来越清晰的标准：标注人机占比，A