2023 中国人工智能系列白皮书——AI+Art

中国人工智能系列白皮书 ——AI+Art 中国人工智能学会二○二三年九月 《中国人工智能系列白皮书》编委会 主任：戴琼海执行主任：王国胤 副主任：陈杰何友刘成林刘宏孙富春王恩东王文博赵春江周志华 委员：班晓娟曹鹏陈纯陈松灿邓伟文董振江杜军平付宜利古天龙桂卫华何清胡国平黄河燕季向阳贾英民焦李成李斌刘民刘庆峰刘增良鲁华祥马华东苗夺谦潘纲朴松昊钱锋乔俊飞孙长银孙茂松陶建华王卫宁王熙照王轩王蕴红吾守尔·斯拉木吴晓蓓杨放春于剑岳东张小川张学工张毅章毅周国栋周鸿祎周建设周杰祝烈煌庄越挺 《中国人工智能系列白皮书AI+Art》编写组 邱志杰陈抱阳巴瑞云张晓琳宗钰淇张冰纨王梦瑶何晓冬汪军王乃岩黄木琪杨星煜陈杨刘大庆 徐海张奥宇张濮宋洪涛代岩陈海云 目录 前言1 第1章AI与艺术：历史1 1.1数字世界中的前AI时代的相关艺术创作1 1.2AIGC之前的AI艺术创作及技术机理8 1.2.1变化来自标准化问题8 1.2.2规则、指令、算法12 1.2.3信号、序列、分辨率26 1.3科技与社会构成的平台39 1.4从数据的可视化问题展开41 第2章AI与艺术创作（生成艺术）43 2.1生成艺术43 2.2生成艺术的发展综述45 2.3AIGC定义与内涵46 2.4AIGC发展综述48 2.4.1判别式技术发展综述49 2.4.2生成式技术发展综述51 2.4.3StableDiffusion52 2.4.4LoRA57 2.4.5ControlNet60 2.4.6NeRF作为新型三维重构63 2.4.7AIGC技术发展展望68 2.5生成式AI的工程化75 2.5.1生成式AI工程化面临的主要问题75 2.5.2AI生图应用平台76 2.5.3利用云计算资源应对算力需求挑战79 2.5.4扩散模型的控制82 2.5.5通过解决方案加速生成式AI技术落地84 2.5.6展望：从工程化到工业化90 2.6人工智能作为创作的课题93 2.7人工智能艺术案例研究94 2.7.1AI生成艺术案例研究94 2.7.2AI交互装置案例研究135 2.7.3多智能体系统和AI控制的机器人艺术148 2.7.4总结169 第3章AI对艺术生态的影响171 3.1AI艺术品推荐与未来趋势预测171 3.2艺术品鉴定工具174 3.3艺术治疗178 3.4艺术品解读185 3.5艺术教育190 3.5.1AI在艺术教育的应用192 3.6艺术品保存与修复194 3.6.1艺术品修复195 3.6.2艺术品保存202 3.7数字人在AI艺术领域的意义208 3.7.1数字人208 3.7.2数字人在AI艺术中的意义209 3.7.3数字人在AI艺术中的作用210 3.8AI艺术面临的问题与挑战227 3.8.1人工智能创作的发展趋势227 3.8.2版权与道德230 3.8.3艺术创作模式的转变237 3.8.4技术与资源的挑战239 结语与展望241 参考文献246 前言 自1956年提出人工智能（AI）以来，AI产业与技术不断发展，AI大模型成为一训多能的人工智能算法基础设施，2019年以来，大模型泛化求解能力大幅提升，成为产业主流技术路线。AI大模型是“人工智能预训练大模型”的简称，包含了“预训练”和“大模型”两层含义。“大模型+小模型”逐步成为产业主流技术路线，驱动全球AI产业的全面加速。 数字艺术是全球公认的具有独立审美价值的艺术形式，近年来迅速发展，AI模型技术的成熟无疑将为数字艺术带来更广阔的发展空间，其中特别涵盖于国家文化数字化的战略构想，尤其是数字艺术产业化的发展理念。党的二十大报告明确部署建设网络强国、数字中国，实施国家文化数字化战略。中共中央办公厅、国务院办公厅印发《关于推进实施国家文化数字化战略的意见》和《数字中国建设整体布局规划》，说明文化数字化已成为建设社会主义文化强国、实现文化高质量发展的战略选择，对我国文化发展、文化产业国际竞争力和文化安全等方面发挥着不可替代的重要作用。 此白皮书梳理研究AI与视觉艺术结合的应用案例和艺术作品，以及国家数字艺术相关战略，为全面更新数字艺术发展模式，实现数字艺术产业新格局提供参考。本研究希望助力推动AI艺术创新和产业应用的成果转化，以支撑社会美育建设。以AI艺术的发展过程向世界讲好中国故事，传播中国文化价值，建构中国美术教育的话语体系与评价体系，提升中国新时代新形象和文化软实力。通过产生一套面向艺术创作者的AI大模型的创作方法论，从而完善大模型数字艺术生成的评价标准，为建立数据库、资源交流平台、满足国家战略提供多维度的建议。同时积极探索运用AI大模型将数字艺术延伸到屏幕之外的可能性，为数字艺术形态的迭代提供建议。 将AI应用于艺术创作，能推动对AI算法的改进研究。通过在不 同应用场景下对算法的表现进行研究和分析，可以使人们不断反思AI算法的极限、原理以及它的未来发展。AI大模型的应用将促进艺术家和科技研究人员之间的交流与合作，进一步拓宽数字化创作的可能性。艺术创作不仅能够拓展AI应用场景，还能为AI算法的改进提供实验数据和实践基础。跨界合作能同时推动技术的发展和文化与艺术的数字化转型，进而推动中国式现代化进程。因此，艺术与AI的深度融合将成为文化数字化建设的重要方向，这也是研究AI在国家文化数字化建设中的重要意义所在。 此白皮书旨在强调跨学科和文理贯通的精神，将文化发展和AI统一在人文精神框架下，反思科技发展对人的精神和社会心理的影响，并持批判性思考。同时强调艺术思维对科技创新的激发，将横向、发散、逆向等创造性思维融入学科建设，以艺术探索的能量激发双向创新。在艺术学科重视AI技术发展史，通过了解技术史、科学思维和实验方法，探索未知领域。 AI使数字艺术创作来到了新的阶段，国内外大模型已经具有极高的工具属性，这项技术变革对文化与艺术的数字化产生方式带来极大的改变。这种改变渗透在创作生产、内容传播和文化消费，国际竞争的新赛道已俨然从技术路线和成果的比拼转向赋能文化数字化的应用场景之争。技术领域通过国家政策调控正逐渐发力，对于如何将技术成果服务于国家文化数字化亟待研究。 AI是庞大的系统工程，需要技术和文化数字化应用场景的联动。国际现有AI艺术应用广度较好，但在垂直方向有欠缺，无法匹配中国文化艺术数字化生产的逻辑和需求。需要加强技术、设备、内容、内容生产方法、管理机构、政策导向、产业的多维度结合，为广大文化和艺术从业者提供多层次支持，打通技术研究者与文化艺术从业者之间的隔阂。AI如何成为数字文化艺术创作的工具和合作者，AI艺术创作工具产品化后如何更好与数字艺术产业结合，艺术工作者如何 更高效地利用大模型生成工具，更好地满足人民群众的美学体验，这些问题亟待解决。 AI技术在全球化的影响下西方文化逐渐进入中国。目前AI艺术创作的研究成果较多来自西方，这显示出一定的研究难度，又揭示了该研究的必要性。扎根中国，学习西方的观点强调了对中国传统文化的保护和传承，同时也注重吸收和融合西方文化中有价值的元素，以此来促进中国与世界的文化交流同时提升国际竞争力、文化软实力。最后，我们衷心地感谢中央美术学院、京东人工智能研究院、亚 马逊云科技、以及匿名的多位师友、单位给予的无微不至的支持，感谢人工智能学会各方的信任和耐心。本白皮书最需要感谢的是，那些在2023年酷暑之下，犹如精心雕琢每一件艺术品的雕刻师，倾心打磨、细心塑造的编写团队成员，你们是这白皮书中不可或缺的灵魂。正是因为你们无私的奉献，这份白皮书才得以绽放光彩。考虑到这项工作来的突然，毅然担下这份责任的同时，编写组全体成员在没有额外经费资助的背景下，凭着对AI与艺术结合的热情，以及为社会与学术界贡献的初衷，仅仅利用自己的业余时间和精力，完善了这份白皮书。在编写过程中，我们参考了众多的资料、艺术家网站和以前的研究成果，对于这些资料的原作者和一直在实践的艺术工作者们，表示最深的敬意和感谢。他们的作品和研究成果为我们提供了宝贵的灵感和支持，帮助我们完成了这个项目。本白皮书由中央美术学院副院长邱志杰主持编写，陈抱阳主笔。由于时间、资源等实际因素的限制，文中难免存在疏漏和不足之处。我们深感歉意，并热切期待广大读者的反馈和建议，以帮助我们不断完善和进步。 第1章AI与艺术：历史 1.1数字世界中的前AI时代的相关艺术创作 二战后的几年是数字媒体发展的重要时期，其特点是重大的理论和技术发展。1945年7月，《大西洋月刊》（TheAtlantic）发表了美国工程师和科学家万尼瓦·布什（VannevarBush）的文章《诚如所思》（AsWeMayThink），他在战争期间担任联邦科学研究与发展办公室的负责人，负责监督曼哈顿计划。在展望未来中，布什描述了一种他称之为“MEMEX”的设备，其所代表的科学和技术将是服务于人类，而不是毁灭人类。布什设想内容书籍、期刊、图像可以在缩微胶卷上购买，用户也可以直接输入数据。布什的设备虽然从未被制造出来，但他的概念对塑造计算历史产生了深远的影响。Memex现在被公认为是数据互联的概念先驱，最终作为一个巨大的、链接的、全球可访问的数据库成为如今熟知的互联网。1946年，宾夕法尼亚大学展示了占据了整个房间的世界上第一台被称为ENIAC（电子数值积分器和计算机）的数字计算机；五年后，第一台能够处理数字和文本数据的商用数字计算机UNIVAC获得了专利。那时，美国数学家诺伯特·维纳（NorbertWiener）从希腊语kybernetes（“舵手”）中创造了“控制论”（英文cybernetics）一词，用于描述不同通信和控制系统（例如计算机）与人类的大脑进行比较研究的新兴科学领域。艺术家们立即看到了电子控制系统的创造潜力，并开始尝试控制论相关的艺术创作，例如，在响应式雕塑中使用的反馈回路。 1960年代对数字技术的历史尤为重要，这一时期为当今的大部分技术及其艺术探索奠定了基础。布什的基本思想由西奥多·纳尔逊 （TheodorNelson）进一步发展，他在1961年创造了超文本和超媒体这两个词来描述写作和阅读的空间，其中文本、图像和声音可以通过电子方式相互连接，并可以由任何为该网络文档作出贡献的人进行 链接。纳尔逊的超链接环境是具备不同分支和非线性的，允许读者选择自己的路径。他的概念显然预见了互联网上文件和消息的网络传输。苏联于1957年发射人造卫星，促使美国在国防部内设立高级研究计划署(ARPA)，以保持在技术创新方面的领先地位。1964年，冷战时代最重要的智囊团兰德公司提出了没有中央权威的通信网络。到1969年，由当时的四台“超级计算机”组成的婴儿网络——以五角大楼赞助商的名字命名为ARPANET：他们的节点分别在加州大学洛杉矶分校、加州大学圣巴巴拉分校、斯坦福研究所和犹他大学。或许犹他大学对于中国读者来说没有其他三所大学有知名度，但是这所大学的研究者对数字技术特别是计算机图形学做出不可磨灭的贡献。 1960年代末，计算机技术和文化中的另一个重要概念诞生了：当今信息空间和图形用户界面的先驱。1968年底，斯坦福研究所的道格拉斯·恩格尔巴特（DouglasEngelbart）提出了位图（Bitmap）、窗口和通过鼠标直接操作的思想。他的位图概念是开创性的，因为它把流经计算机处理器的电子信号和计算机屏幕上的图像之间建立了联系。计算机处理以“开”或“关”状态显示的电脉冲，通常称为二进制“一”和“零”。在位图中，计算机屏幕的每个像素都被分配了计算机内存的小单元（位），它们也可以表现为开或关，并被描述为一或零。因此，计算机屏幕可以被想象成一个像素网格，要么亮要么暗，以此我们第一次有了一个二维空间。通过恩格尔巴特发明的鼠标，用户可以用手直接操纵这个空间。由恩格尔巴特和伊万·萨瑟兰提出概念，艾伦·凯（AlanKay）和加利福尼亚帕洛阿尔托施乐PARC的一组研究人员进一步开发的交互式显示图形程序Sketchpad对于开创计算机图形的发展至关重要。他们的工作引导了图形用户界面和后来被称为“桌面”隐喻的建立。这种在屏幕上具有分层