艺术家与AI研究者的跨界碰撞丨记青源Workshop「AI+艺术」研讨会（2022年第10期）...

艺术创造力是人类最无可替代的能力之一，曾几何时，艺术是AI无法涉足的疆域。但从2014年推出的GAN，到近年的DALL-E、CogView、MidJourney，再到今年横空出世的Stable Diffusion，AI艺术生成不仅掀起了一股大众艺术创作热潮，并开始对人工智能技术和产业发展方向产生重要影响。AI从很大程度上加速了工业设计的流程，提升了效率，而反对者则认为，AI生成的作品无外乎机械复制、拼凑组合，远不能称之为艺术。

AI创造艺术的起源和挑战是什么？如何评价AI所创造的艺术？AI真的能替代一部分创作者的工作吗？在本年度青源Workshop第10期「AI+艺术：应用与挑战」主题研讨活动上，北京智源人工智能研究院基础模型研究中心伍昱、中央音乐学院音乐人工智能系李子晋、中国传媒大学副教授吴卓浩、设计师西乔、中央美术学院设计学院教授费俊等分享了他们的观点，另有10余位AI及艺术领域学者参与了本次讨论，智源社区将本次活动报告与讨论公开部分的主要内容整理如下。

AI技术发展带来的革新和思考

北京智源人工智能研究院 基础模型研究中心 伍昱

2018年左右，AI科学家Jason Weston在Facebook AI Research的一场讲座里提到了对未来的展望和AI研究者应该重点关注的方向，其中就有AI for Creativity。当时的AI技术在搜索、广告、推荐、翻译等任务上取得了不错的效果，很大程度上可以替代人工和传统的方法。但在全新的创造领域，AI创造力还是非常弱的，或者说没被真正有艺术创造力的人认可。但从去年到现在，极速发展的文生图技术，可以说很大程度上向我们展示了AI的创造力。

2021年1月，OpenAI推出了DALL-E，引起极大轰动，这项技术展现了，人们可以通过输入「牛油果椅子」让AI生产相应的概念，也可以创造出一些真实世界中很少的概念。智源研究院也在2021年5月推出了中文的文图生成模型CogView，这项工作和OpenAI的工作算是同时期的探索。2021年11月MSRA提出了女娲模型，该工作不仅能生成图片，还能生成视频。同年12月百度提出了更大规模的ViLG。如果说2021年这项技术还停留在科研探索层面，那么2022年的大爆发则揭示了这项技术在商业落地上的成熟，更多的商业级产品开始出现，这其中就包括DALLE-2、MidJourney、以及最近开源的Stable Diffusion，Diffusion成为文生图的主流技术。

智源研究院也在今年上半年推出了CogView 2.0 和视频生成的CogVideo，当时也引起了不小的关注。在Stable Diffusion开源之后，我们也基于Stable Diffusion尝试做了一个中文版和国画版，生成效果的惊艳程度超过了我们的预期。

此外，我们把一张北大的图片尝试转换为Hogwarts School，生成效果很酷，这个工具让我们很简单地就能创造出一些脑海中的场景。

“罗马数字时代，乘法被认为是极艰深的概念，只有真正的数学家才懂得如何演算；而当阿拉伯数字出现，六七岁的孩童也能理解和用纸笔做计算——并非乘法本身困难，只因为数字的表示方法——UI获得了升级。”创造力曾被认为是少数幸运儿才能拥有的天赋，而随着十年前深度学习的爆发，创造力的新UI已被AI逐渐打开。如今，甚至“创造力新UI”这门技艺本身以及更先进AI技术的诀窍也不再局限于少数精英。

虽然AI技术的蓬勃发展，带来了很繁荣的景象和讨论度，但是我们确实也非常需要关注技术发展所带来的一些问题。

（1）AI生成图片的安全、合法性、版权问题。

（2）AI作品是否会损害艺术家的利益？

&#x