定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系：400-6363-638
《中国人工智能学会：2024中国人工智能系列白皮书-AI驱动下的艺术教育革新（217页）.pdf》由会员分享，可在线阅读，更多相关《中国人工智能学会：2024中国人工智能系列白皮书-AI驱动下的艺术教育革新（217页）.pdf（217页珍藏版）》请在薪酬报告网上搜索。
1、中国人工智能系列白皮书AI 驱动下的艺术教育革新中国人工智能学会二二四年七月中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书1中国人工智能系列白皮书编委会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郑庆华委员：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中国人工智能系列
2、白皮书-AI 驱动下的艺术教育革新驱动下的艺术教育革新编写组编写组蔡新元张健胡栋王康唐思慈陶梦楚庞辉尤毅恒范浩宇陈秋婵韩梦露高骏然李亦然王雨心中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书2目录中国人工智能系列白皮书.1中国人工智能系列白皮书编委会.1前言.1第 1 章 人工智能艺术的基本概念.11.1 人工智能与艺术的交融：探索与发展.11.1.1Al Art 概念解读.11.1.2Al Art 的历史脉络与演进.21.1.3Al Art 的主要技术与应用领域.71.1.4Al Art 在全球范围内的现状与趋势.121.2AIART 技术变革带来的思考.161.2.1 技术变革对艺术的
3、影响与冲击.161.2.2AI ART 技术对艺术本质的探索与拓展.191.2.3Al Art 如何重塑艺术教育.23第 2 章 人工智能赋能艺术教育.262.1 工具详解：AIArt 的核心技术及创作平台.262.1.1Al Art 核心技术解析.262.1.2Al Art 创作平台一览.292.1.3 主流 AIArt 的创作平台概述.342.2 价值展望：Al Art 技术在艺术教育中的潜力与实现.392.2.1AI Art 技术介入艺术教育的必要性.392.2.2 艺术教育中的 AIArt 技术要求.422.2.3Al Art 教育产品的引领与革新.462.3 现实审视：人工智能艺术教
4、育的现状与发展调查.492.3.1 调研目的与方法.492.3.2 结果分析.552.3.3 结果讨论.702.4 图景描摹：人工智能艺术教育的创新发展趋势.722.4.1 从“知识讲解”到“协同育人”的教育观转向.722.4.2 从“服务教学”到“课程主体”的身份性变换.752.4.3 从“技能培育”到“艺术创新”的思想观拓展.77中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书32.5 进路探析：人工智能艺术教育的培养机制变革.792.5.1 促进艺术人才培养的可持续.792.5.2 把握艺术人才培养的高质性.822.5.3 确保艺术人才的合理化培养.84第 3 章 人工智能艺术专业全
5、景.883.1 人工智能艺术的工作路径.883.1.1 总体路径.883.1.2 不同专业的关注重点.903.2 人工智能在艺术领域的创作实践与案例.923.2.1 人工智能视觉艺术的创作实践与案例.933.2.2 人工智能造型艺术的创作实践与案例.1133.2.3 人工智能空间艺术的创作实践与案例.1223.2.4 人工智能影像艺术的创作实践与案例.1363.2.5 人工智能动画艺术的创作实践与案例.1673.2.6 人工智能音乐艺术的创作实践与案例.171第4章 AlArt的法律法规.1844.1Al Art 合规性的法律保障.1844.1.1 全球人工智能现行规制概览.1844.1.2A
6、l Art 约束性法律法规.1924.1.3Al Art 保障性法律法规.1954.1.4 人工智能法律案例集.197结语.206参考文献.208中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书1前言人工智能是国家战略的重要组成部分，是未来国际竞争的焦点和经济发展的新引擎。近年来，国家陆续出台了多项政策，鼓励人工智能行业发展与创新，相继发布了数字中国建设整体布局规划关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见 关于支持建设新一代人工智能示范应用场景的通知 等文件，强调了人工智能在推动社会发展、促进经济增长方面的重要作用，并提出了多项措施来保障人工智能等数字技术的发展。在
7、艺术设计领域，人工智能的介入不仅带来了创意工具的转化，还带来了艺术与设计观念上的变革，“人工智能艺术”（ArtificialIntelligenceArt,Al Art）应运而生。AIArt 已成为一种新的艺术形式，有着与现代主义设计截然不同的创意生产规律、步骤、工具和审美法则。2022 年研究生教育学科专业目录中，“设计学”一级学科从原本的“艺术学”门类，转入新增的“交叉学科”门类之下，这样的调整进一步凸显了设计对于科技的强烈需求。艺术设计教育该如何革新，以顺应人工智能技术的发展，实现技术与艺术的协同创新，培养出符合人工智能时代发展需求的新型人才，成为了教育工作者、企业、社会共同关注的热点话
8、题。为更好地推动 AI Art 的发展，助力当代艺术设计教育进步，引导和规范 AI Art 技术的应用，编制了这本中国人工智能艺术教育白皮书。本白皮书中系统分析了人工智能艺术的发展现状，探讨了人工智能艺术的核心要素、关键技术，梳理了人工智能艺术专业全景，总结了人工智能艺术教育面临的挑战，展望了人工智能艺术教育的未来。希望本白皮书能为各单位开展人工智能艺术教育提供参考和借鉴，深入探讨艺术与科学的内在关系，不断推动国际艺术与科学的创新，促进艺术与科学的和谐发展。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书1第 1 章 人工智能艺术的基本概念AIArt 即人工智能艺术，是运用人工智能技术介入
9、艺术创作的一种新兴艺术形态。将人工智能应用于艺术创作，并通过在不同场景下对算法的表现进行研究和反思，可以促进对人工智能算法原理和发展方向的深入理解。同时，人工智能大模型在艺术领域的应用可以促进艺术家和科技研究人员的交流与合作，进一步拓展数字化创作的可能性。艺术创作不仅可以拓展人工智能的应用场景，还可以为人工智能算法的改进提供实验数据和实践基础。跨界合作可以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，艺术与人工智能的深度融合将成为文化数字化建设的重要方向，这也是研究人工智能在国家文化数字化建设中的重要意义所在。1.1 人工智能与艺术的交融：探索与发展AIArt 是
10、一种新兴的艺术形态，它运用人工智能技术进行艺术创作。其应用领域非常广泛，涵盖从艺术教育到社会服务等多个领域。随着人工智能技术的不断进步和应用场景的不断扩展，AIArt 将会在未来的艺术领域中发挥更加重要的作用。相较于传统艺术，人工智能艺术（AIART)的观念、主体、对象、程序和艺术家等方面都发生了巨大的变化.1.1.1Al Art 概念解读概念解读AIArt 即人工智能艺术，是运用人工智能技术介入艺术创作的一种新兴艺术形态。相较于传统艺术，AIArt 的观念、主体、对象、程序和艺术家等方面都发生了巨大的变化。传统艺术的观念主要是表现个人情感和思想，而 AI Art 则更注重通过机器学习、深度学
11、习等技术手段来探索和表现艺术；传统艺术的创作者是人类艺术家，而 AIArt 的创作主体则是人类思维引导下的人工智能算法；传统艺术的对象主要是现实世界中的物体、景象等，而 AIArt 则可以通过对大量数据的分析、处理和生成，创造出超越现实世界的艺术作品；传统艺术中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书2的创作过程通常是手工艺或者绘画等，而 AIArt 则需要通过编程和算法来实现；传统艺术的艺术家需要具备较高的艺术素养和专业技能，而 AIArt 的艺术家则需要具备计算机科学、数学等学科知识，并能够灵活运用各种算法和模型。AlArt 的发展为艺术创作带来了全新的可能性，也为艺术界带来了新
12、的挑战和机遇。AIArt 的应用领域主要包括：艺术教育、创意设计、文化传承、娱乐游戏、建筑规划、医疗健康、社会服务等。通过机器学习和计算机视觉技术，人工智能可以自动识别和生成艺术风格，辅助艺术家进行创作，生成各种艺术作品，如绘画、音乐、影视等；可以辅助艺术教育和培训工作，例如提供在线课程、教程等，并可根据学生的学习进度和表现进行调整和优化；可用于保护和传承文化遗产，例如通过数字化技术将传统艺术形式转化为数字形式进行保存和传承。AIArt 还可以对传统文化进行创新和发展，为文化传承注入新的活力；可用于娱乐和休闲领域以及游戏设计和开发，自动生成游戏关卡、任务和角色等。同时，还可以用于辅助设计和建筑
13、工作，自动生成建筑方案、室内设计和视觉传达设计等，还可以用于结合人工智能技术的空间环境影响和可持续性评估等；甚至可以用于医疗和健康领域，例如将传统音乐与人工智能技术相结合，进行声音疗愈为大健康产业带来前所未有的创新动力。总之，AIArt 的应用领域非常广泛，涵盖从艺术教育到社会服务等多个领域。随着技术的不断进步和应用场景的不断扩展，人工智能将会在未来的艺术领域中发挥更加重要的作用。1.1.2Al Art 的历史脉络与演进的历史脉络与演进事实上，利用人工智能生成图像与画作并非新兴领域，而是一个不断革新迭代的技术领域，有相当长的历史。1.萌芽阶段：古典（符号）人工智能到“后现代大融合”的多智能中国
14、人工智能艺术教育白皮书中国人工智能艺术教育白皮书3体艺术在于其创造性，而对于计算机与创造性之关系的探讨，最早大约始于英国阿达洛芙莱斯（Ada Lovelace）对计算机分析机在未来“可以用来排版、编曲或是各种更复杂的用途”的预言。随后，阿兰麦席森图灵（Alan Mathison Turing）在计算机器与智能一文中预见到计算机可以用来解决任何可计算的问题，并通过有关人机对话的设想启发程序员将设计思路扩展到媒体领域，从而对推动人工智能的发展有所启迪。20 世纪 50 年代，人工智能的先驱们已经开始尝试使用计算机来生成艺术作品。这些早期的尝试主要是基于符号主义和逻辑理论，通过编程让计算机自动生成图
15、像和音乐。1956 年的达特茅斯大学夏季会议上，约翰-麦卡锡正式构建了“人工智能”概念（马立新，2023）。1965 年 1 月，全球首次以计算机艺术为主题的展览在德国斯图加特大学（Stuttgart University）的学生画廊举办，其题目即为“计算机图形”。1973 年加州大学教授兼画家哈罗德科恩在威尼斯双年展上展示他与自己的计算机程序“艾伦”（AARON）合作创作的一幅绘画，标志着 AIArt 的正式诞生。图图 1-1、图、图 1-2 哈罗德哈罗德科恩和他用机器人绘制的画作科恩和他用机器人绘制的画作到了 20 世纪 7、80 年代，对人工智能的研究产生了一些变化：鉴于智慧行动所要求的
16、不只是一般原则，人工智能理念转而重视具中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书4体知识；开始重视开发相对自主、可和环境进行交互的智能体（代表人物是麻省理工学院的布鲁克斯（RodneyA.Brooks，1954）等），随后 1981 年，基于美国作家文杰在科幻小说真名中描绘的“虚拟世界居住着各种各样的智能代理”的启发以及麻省理工学院明斯基（著名计算机专家、认知心理学家人工智能学科创始人之一）在 1986年所著的 心灵社会 一书，将“社会”与“计算社会”观念引入计算中，并将计算社会中的个体称为“智能体”，从而使得多智能体成为 20 世纪 8、90 年代人工智能的研究热点，多智能体系统研
17、究领域主要包括：多智能体规划、学习、推理、协商、交互机制等等理论及其实际应用。并行计算已具备一定可行性（可在串行电脑上模拟），重新看好涌现模型。在这样的背景下，认知心理学、神经生物学和联结主义者的联系日益密切，形成了 80 年代末的“后现代大融合”（黄鸣奋，2011）。如果将创造性视为广义艺术的基本特性，并将人工智能研究视创造性的活动，那么可以从艺术学的角度来解读人工智能理念的演变。在早期的人工智能理念中，古典人工智能更倾向于模仿和重复人类的行为，而行为人工智能则更注重个体的独特性和自主性。单智能体开发可以类比为以某个主人公为中心的故事创作，而多智能体开发则更像是旨在塑造群体形象的作品。这些开
18、发活动不仅在类比的意义上与艺术创作相通，而且能够创造出具有艺术价值的产品。2.迸发阶段：大型语言生成模型的出现和生成式人工智能的范式转移AlArt 在当代的理解，主要是指基于机器学习和神经网络的技术，通过训练大量的数据来生成艺术作品。计算机芯片的发展与算力的飞速提升以及深度学习领域内生成对抗网络（GAN）的出现，为 AlArt的发展带来了重要的突破。2008 年 9 月，一款语音识别正确率达 92%以上的 APP 出现在苹果手机上，为多模态大语言模型机器人研发创造了条件；华人科学家中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书5李飞飞开发出一个开源性质的巨型图像数据库ImageNet，成
19、为一线人工智能科学家竞相检验算法精度的平台，极大地加速了 Al Art的发展（2009 年，为解决图像分类和识别的问题，李飞飞教授等在CVPR2009 上发表了一篇名为ImageNet:A Large-Scale HierarchicalImage Database的论文。ImageNet 数据集应运而生，它是一个大规模的、包含数百万张图像的数据集，涵盖了各种不同的类别和场景。他们还提出用深度学习的方法训练模型，提高图像分类和识别的准确率，引起了计算机视觉领域的广泛关注，并推动了深度学习在计算机视觉领域的应用和发展，为后续的图像分类、目标检测、物体识别等任务提供了重要的基础）；2010 年上海
20、世界博览会上翩翩起舞的机器人引人驻足观看；2013 年，英国金斯密斯学院教授西蒙科尔顿开发“傻子画师”的绘画程序，可从报纸上自主提取关键词，并生成与该关键词相关的图像；2014 年，即图灵测验发表 72 年之后，聊天机器人“尤金古茨曼”最终通过了所有测试。同年，生成对抗网络（GAN）这一新型类人脑思考功能的神经网络结构被设计出来；2015 年，Google 发布并开源 DeepDream，可通过算法生成迷幻和超现实的图像。同年 1 月莫德文采夫的艺术创作机器人“深梦”正式上线，两年后波普艺术家泰琳萨顿通过“深梦”创作了首张人工智能音乐专辑我是 AI。2018 年 10 月，法国著名的艺术家二人
21、联盟机构“Obvious”利用神经网络算法生成的艺术作品埃德蒙德贝拉米肖像高价拍卖成功（见下页图），创造了 AIArt 的新纪元。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书6图图 1-3 上海世界博览会上的人形跳舞机器人上海世界博览会上的人形跳舞机器人图图 1-4 哈罗德哈罗德埃德蒙贝拉米及其创作机构埃德蒙贝拉米及其创作机构 Obvious 联合创始人联合创始人皮埃尔皮埃尔-福特雷尔福特雷尔3.成熟阶段：艺术的民主化与扩展此后十年的时间里，大型语言生成模型和扩散模型的出现，使AIArt 进入了一个新的阶段。这些技术不仅在艺术领域的应用日益成熟，而且其使用变得更加普及，普通人也能通过简
22、单的文字描述生成艺术作品。2021 年扩散模型（Diffusion Model）的技术突破使算法生成的艺术作品更加可控和聚焦（扩散模型是一种基于概率模型的生成算法，它通过学习数据分布的特征，能够生成与训练数据相似的新数据。在生成艺术领域，扩散模型的应用使得艺术家可以更加精确地控制生成作品的风格、特征和质量，从而创作出更加独特和个性化的艺术作品）。2022 年 11 月，一个基于转换器模型（Transformer）的人工智能对话机器人程序，Open AI 的大型语言生成模型 ChatGPT，引发了社会广泛关注，并将生成式人工智能（AIGC）拉入人们的视野中。目前，AIGC 技术正开始新一代范式转
23、移，在文本和图像内容生成领域逐渐成熟，其应用不再局限于传统领域，而是更广泛地应用于艺术创作领域，如文本创作、绘画生成、视频和音乐制作。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书72022 年也可称被 GPT 和 Diffusion 开启的 AIArt 爆发年，它的以文字转图像（Text-to-image）的崭新交互方式，向大众宣告 AIArt正式进入“民主化”时代一一使用文字描述，或者基于画面意象和故事、基于艺术家风格、构图、色彩、透视方法等专业名词就能自动生成完整的作品，使得普通人也能进行“艺术创作”。2023 年 8 月 15 日，国家互联网信息办公室发布的生成式人工智能服务管理
24、暂行办法正式实施。该文件对生成式人工智能技术服务规范作出了引导和管控，防范未成年人用户过度依赖或者沉迷生成式人工智能服务。与此同时，世界各国也开始越来越注重对人工智能的管控。例如，欧盟议会就人工智能的监管达成一致，提出对人工智能算法进行全面监管，禁止使用人工智能进行垃圾邮件和虚假信息传播。可见，国内外在人工智能艺术领域的管理政策不断发展和完善，其目标都是促进生成式人工智能的健康发展和规范应用，维护国家安全和社会公共利益的同时保护公民、法人和其他组织的合法权益。人工智能艺术的发展历程不仅是技术创新的历史，也是社会观念和艺术实践在不断变化和发展的过程。从早期的模仿和重复到后期的创造和创新，AIAr
25、t 逐渐成了一个独特而丰富的艺术领域。1.1.3Al Art 的主要技术与应用领域的主要技术与应用领域AIArt 是一种使用人工智能技术生成艺术作品的过程，在发展初期，生成性模型（Generative Models）起到了关键作用，基于生成对抗网络、大型预训练模型等人工智能技术，并融合到 to C、to B 等商业场景下使用。通过已有数据寻找规律，以适当的泛化能力生成相关数字内容。其内容生成技术已全面覆盖文本、图像、音视频、代码、游戏、3D 及多模态内容生成领域，当前的 AIArt 创作平台工具主要使用人工智能技术来生成艺术作品。1.图像生成领域在 图 像 生 成 领 域，国 外 有 Disc
26、o Diffusion、DALL-E 2.中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书8Make-A-Scene,Midjourney,Stable Diffusion 等，国内有 ZMO.ai、图宇宙、百度的文心一格、视觉中国、蓝色光标的创意画廊、光影交互服务技术文旅部重点实验室的 Artl Designer 平台等；视频生成领域，国外有 Meta 的 Make-A-Video，谷歌的 ImagenVideo 和 Phenaki 等，国内有字节跳动的剪映、快手的云剪、影谱科技、蓝色光标的蓝标分身等；虚拟人生成领域，国外有 Stable Diffusion、英伟达的 Stylegan等
27、，国内有倒映有声等。在室内设计领域，国外有 CollovGPT 0.2.Design Generator、AI Dream Home 等，国内有模袋云 AI 建筑创作、AI 小白设计家、AI 家装创意大师等这些创作平台利用先进的人工智能技术，能够提供全方位的创意设计支持，从概念构思到最终实现，都可以通过人工智能工具来完成。这些平台不仅提供了丰富的素材和模板，还通过智能生成、智能补图、高清修复等功能，帮助用户快速高效地完成设计任务。2.视觉传达与影视动漫领域图图 1-5 Jason Allen太空歌剧院太空歌剧院(Space Opera)在视觉传达与影视动漫领域，人工智能艺术（AIArt）已经证
28、明中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书9了其创造力和实用性，它不仅能生成具有深度艺术感的图像和视频，而且为影视制作、动漫创作及广告设计提供了前所未有的创意支持。例如，2022 年 8 月在美国科罗拉多州举办的艺术博览会上，数字艺术作品太空歌剧院荣获一等奖，其背后是游戏设计师 JasonAllen通过人工智能软件 Midjourney 创作，该作品经过接近 900 次迭代、数周挑选与调整后最终呈现。这一成就并非孤例，同年戛纳电影短片节的最佳短片也授予了人工智能生成的影片乌鸦THE CROW。人工智能绘画工具的出现，极大地降低了艺术创作的门槛，使得即便是业余爱好者也能仅凭几个关键词
29、就创作出复杂、抽象或写实的艺术作品。图图 1-6 Director:Glenn Marshall,Producer:Michael ONell乌鸦乌鸦(THE CROW)3.产品设计与服装设计领域在产品与服装艺术领域，AIArt 的应用同样显示出巨大的潜力和广阔的前景。它能够快速生成多样化的服装款式和配饰设计，成为服装设计师的重要辅助工具。通过与人工智能系统的合作，设计师能够迅速产生大量创新且具有创意的设计方案，这不仅激发了设计师的灵感，还极大地提高了设计的效率。2023 年 9 月，在中国光谷举办的人工智能 AI 艺术展上，一场名为木星的人工智能时装秀展示了中国人工智能艺术教育白皮书中国人工
30、智能艺术教育白皮书10这一点。设计师蔡新元利用数百张木星的影像，训练出一个极富创意能力的人工智能系统，并借助此系统设计出了独特魅力的女装系列。图图 1-7、图、图 1-8 光谷人工智能光谷人工智能 Al 艺术展上的木星时装秀艺术展上的木星时装秀4.空间规划与建筑设计领域中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书11在空间规划与建筑设计领域，AIArt 帮助设计师构思和实现各种公共艺术作品，快速生成各种雕塑、壁画和公共设施的设计方案，并能对其进行优化。建筑师与规划师可以利用 AIArt 快速生成各种建筑方案与城市空间，并能结合其他人工智能技术来模拟城市发展过程，预测未来趋势，制定更好的
31、城市规划方案，这也为建筑和城市规划领域的发展带来更多的可能性。如：阿姆斯特丹的 AI 线条畅想TheAIArt Pavilion 是一座由运用人工智能生成方式设计的建筑，位于阿姆斯特丹自由大学的校园。这座建筑的外形和结构是通过使用人工智能算法来生成的，形状和材质都非常独特和创新。还有关于异城市的房屋的探索，“MARSHA”（Mars Habitat）是一个使用人工智能技术和 3D 打印技术设计的火星居住空间，由 TheAl SpaceFactory 公司设计，旨在解决在火星上建造可持续居住环境的挑战，利用现代技术和材料来提高效率和可持续性。图图 1-9、图、图 1-10 阿姆斯特丹的阿姆斯特丹
32、的 AI 线条畅想（线条畅想（TheAI Art Pavilion)中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书12图图 1-10、图图 1-11 马尔斯宿舍马尔斯宿舍MARSHA(Mars Habitat)总之，AIArt 可以自动生成音乐、绘画、视频等多种艺术形式，为艺术家提供更多的创意和灵感；可以对图像进行自动分类，帮助用户更准确和详细地了解图像内容；可以用来鉴定艺术品的真伪、年代和作者，同时还可以对艺术品进行数码化保存和恢复；可以通过视频分析和处理技术改变视频的内容和效果，例如自动裁剪视频或根据情感分析调整音乐的节奏和曲调可以用于自然语言文本的生成和理解，例如自动生成新闻文章、
33、诗歌和小说，同时也可以用于翻译和文本编辑；并且在教育中也有许多应用，包括个性化教学、智能辅导、自适应学习等，提供了更好的学习体验和个性化教学方案。1.1.4Al Art 在全球范围内的现状与趋势在全球范围内的现状与趋势自 1956 年约翰-麦卡锡正式提出人工智能以来，人工智能产业与技术不断发展。2019 年后，大模型泛化求解能力大幅提升，成为产业主流技术路线，不断驱动全球人工智能产业的全面进步。基于人工中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书13智能大模型的 AIArt 的应用领域越来越广泛，包括艺术创作、图像处理、视频分析、音频合成、虚拟现实、增强现实等。而随着机器学习、深度学习
34、、自然语言处理等技术的不断发展，AIArt 的技术水平与表现力也在不断提升，不仅可以自动生成艺术作品，还可以与人类进行互动，与人类共同创作、对人类情感做出反应等，使得人与机器之间的界限越来越模糊。1.AlArt 国际发展现状在国外，AIArt 的发展相当活跃，一些国际大公司和研究机构都在积极探索和应用人工智能技术，如 Google、Facebook、Microsoft、Pika labs 等。这些公司在人工智能算法、语音识别、自然语言处理、计算机视觉、机器学习等方面取得了重要进展，推动了人工智能技术的发展。Google 推出了多个 AIArt 项目，如 DeepDream 和 DiscoDif
35、fusion；一些艺术家和组织机构开始探索如何利用人工智能技术创作艺术作品，以及如何将人工智能技术应用于艺术教育、艺术评论等领域。在产业应用领域，涌现出了大量 AIArt 相关的网站和应用程序，如 Google 的 Art Project，中国的 Tiamat 等，都在极力建设 AI Art社区和平台。这些平台为 AIArt 创作者提供了展示作品、交流想法、分享资源的空间，同时也能吸引更多的人关注和参与 AIArt 创作。与此同时，AIArt 与传统艺术的融合正在逐渐加深，这种融合可以为传统艺术带来新的活力和创新，同时也可以为 AI Art 提供更广阔的发展空间。此外，AIArt 也逐渐被应用
36、到商业领域中，一些公司使用人工智能技术来生成广告、宣传画、游戏场景、角色等。这些商业应用可以为 AIArt 提供更多的发展机会和资金支持。在教育领域，国外大多数国家对人工智能技术在教学中的应用持消极或观望态度。但英国不少大学对人工智能技术的使用持开放态度。2023 年 7 月，英国超过 20 所大学校长签署了一项准则，引导学生们中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书14和教师们正确使用人工智能技术，并强调不应一味禁止这种技术。这一准则的签署是对在教育领域应用人工智能技术的支持和鼓励。同时，校长们也强调可能带来的挑战和问题，如数据隐私、伦理问题、技术故障等，使用时应当遵守相关规范。
37、在法律监管方面，为规范 AIArt 的发展，防范和化解 AIArt 研发与应用带来的各类风险，近年来各国开始探索对人工智能相关的法律监管。中、美、欧在人工智能技术与应用领域处于世界前列，其对人工智能法律监管的探索也成了全球人工智能治理的风向标。2.AlArt 国内发展现状（1）政策与教育层面；随着 AI Art 的发展，政府逐渐认识到 AI Art 的重要性，并开始出台相关政策来支持其发展。国务院印发的新一代人工智能发展规划，教育部、国家发展改革委、财政部制定了关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见。构建人工智能+X复合型人才并重的培养体系，探索深度融合的学科建
38、设和人才培养新模式，深化人工智能与基础科学、信息科学、医学、哲学社会科学等相关学科的交叉融合，不断丰富完善人工智能主干知识体系和跨学科核心知识体系，培育新的学科生长点和特色方向。创新高层次人才培养机制，面向领域和应用方向培养学生掌握不同学科的概念体系、方法工具等方面的知识。强化产教融合，构建自主创新和人才培养共同体。（2）科技产业层面；AlArt 的发展对产业结构产生了深远影响。传统的艺术创作和生产方式正在被 AlArt 所改变，新的艺术形态和产业模式正在形成。例如，虚拟现实艺术、增强现实艺术、数字音乐等新型艺术形态的兴起，推动了艺术产业的发展。同时，AIArt 也促进了艺术产业链的数字化和智
39、能化，提高了生产效率和经济效益。多互联网公司都将其纳入自中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书15身产品的设计中，如百度、京东、腾讯、阿里、美团、网易、字节跳动等公司都在积极探索这个市场，由阿里巴巴智能计算研究院开发的Animate Anyone，仅需提供一个静态的角色图像（包括真人、动漫/卡通角色等）和一些动作、姿势（比如跳舞、走路），便可将其动画化，同时保留角色的细节特征（如面部表情、服装细节等）。字节跳动海外也做了一款基于大模型的 App ChitChop，可以说是一个私人人工智能助理，包括人工智能创作、人工智能绘画、娱乐、人工智能学习、工作、生活等 6 大使用场景。（3）
40、社会需求层面；社会对艺术作品的需求在发生变化，人们越来越追求个性化、多元化的艺术作品。而 AI Art 可以通过智能化、数字化的方式，满足这些需求。例如，百度推出的文心一格产品，可以通过人工智能学习、人工智能续画、人工智能上色、人工智能生成诗词等多个步骤，完成人机绘画流程融合、可控性、高分辦率等三大挑战，使得更多大众能够参与进来，满足社会对多元化艺术作品的需求。同时，AIArt 的出现也意味着互联网艺术世界生产力结构的彻底改变。传统的艺术创作需要耗费大量的时间和精力，而 AIArt 可以通过自动化、智能化的方式，快速生成各种艺术作品，大大提高了生产效率。这使得更多人可以参与到艺术创作中来，为社
41、会提供了更多的艺术创作可能性和创新空间。（4）市场与消费层面；人工智能生成的艺术作品逐渐进入市场，并引起了公众和收藏家的关注。一些艺术品展览展示了由人工智能生成的作品，引发了对技术与艺术之间关系的讨论。艺术市场开始探索人工智能作品的商业价值。2022 年 12 月，由百度文心一格续画的民国才女陆小曼未尽稿、联同海派画家乐震文补全的同名画作未完：待续在云朵轩 30 周年拍卖会上以 110 万元落槌成交，是全球首次人工智能山水画作的成中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书16功拍卖。很多绘画爱好者通过人工智能技术制作了自己的画作，并在社交媒体上进行分享。此外，AIArt 还被用在了国
42、内电影制作、游戏美术等诸多领域，成为了极具发展潜力的市场。总的来说，AIArt 全球化应用和发展趋势已愈发明显。技术的进步与应用领域的拓展预示着 AIArt 在未来将承担更为重要的角色，发挥更大的价值。这一发展不仅将在就业市场中创造新的职业与机会，而且在文化传承、艺术创作和道德伦理等多个层面产生深远影响。同时，其在发展过程中面临着多种挑战和限制诸如真正的灵活表达与隐私保护等问题。1.2AI Art 技术变革带来的思考技术变革对艺术的影响和冲击不可避免，它既带来了更多的可能性，也带来了一些问题和挑战。艺术家们需要不断适应新的技术和形式，同时在创作中保持艺术的独特性和原创性。AI ART 带来的是
43、机遇还是挑战，不取决于技术本身，取决于人们如何使用。在 2022 年下半年，Stable-Diffusion 与 Midjourey 等 AIArt 工具的出现标志着图像生成技术的效率和精度的显著提升，这些工具的出现大大丰富了视觉艺术的创作路径。紧随其后，ChatGPT 的问世让公众深刻体验到了生成式人工智能（AIGC）的潜能，由此 Science 杂志将其评选为 2022 年度科学十大突破之一，显示了人工智能在科学和实践领域的重要地位。技术不仅将成为艺术创作的辅助工具，更可能成为艺术家们表达创意的新媒介，通过与人工智能技术的结合，艺术家们可以拓展更广阔的创作空间，不仅促进现有艺术形式的演变，
44、还可能孕育全新的艺术种类，实现更多前所未有的创意和作品。1.2.1 技术变革对艺术的影响与冲击技术变革对艺术的影响与冲击技术变革为艺术创作带来了更多的可能性，有人认为未来的人工智能影响或会比现在更加颠覆，甚至完全可以取代现存所有艺术创作中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书17形式。人工智能对艺术的影响和冲击主要体现在创作方式、与工具的关系、挑战传统审美标准、艺术品的普及与个性化、对创意本质的思考等方面。1.创作方式的更迭人工智能的出现，为艺术家提供了新的创作方式，如生成艺术和算法艺术。这些方式不同于传统的手工创作，它们是通过利用计算机的算法和数据来生成或辅助生成艺术作品。这些方
45、式有以下几个特点：创作过程的自动化和高效化。人工智能可以快速地生成大量的艺术作品，无需人工干预和监督。这使得艺术创作的效率大大提高，也节省了人力和物力的成本；创作结果的多样化和创新性。人工智能可以根据不同的数据和参数，生成不同风格和形式的艺术作品。这使得艺术创作的可能性和选择性增加，也促进了艺术创作的创新和探索，创作主体的多元化和协作性。人工智能的创作方式，不仅包括了人工智能本身，也包括了与人工智能合作的人类艺术家。这使得艺术创作的主体变得更加多元和复杂，也增加了人机之间的交流和协作。2.与创作工具的关系人工智能作为一种新的艺术创作工具，改变了艺术家与传统工具的关系。这主要表现在以下几个方面：
46、工具的智能化和主动性。人工智能不仅是一种被动的工具，也是一种具有智能和主动性的工具。它可以根据自身的学习和优化，生成或提供更适合的艺术作品或建议。这使得艺术家与工具之间的关系变得更加互动和共生；工具的复杂化和技术化。人工智能是一种基于复杂的算法和数据的工具，它需要艺术家具备一定的编程和数据科学的知识和技能，才能有效地使用和控制。这使得艺术创作的过程变得更加技术化和专业化；工具的虚拟化和数字化：人工智能是一种基于虚拟和数字的工具，它可以在网络和云端进行创作和传播，无需实体的材料和空间。这使得艺术创作中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书18的形式和媒介变得更加虚拟和数字化。3.挑战
47、传统审美标准人工智能的创作方式和结果，挑战了传统的审美标准和观念。这主要体现在以下几个方面：复杂性和抽象性。人工智能生成的艺术作品，可能涉及更复杂的图案和抽象的形式，这超出了传统的审美范畴和习惯，使人们重新思考美的定义和理解；人工智能的审美选择。人工智能生成的艺术作品，是基于算法和数据驱动的审美选择，这可能与人类的审美选择有所不同或冲突。这引发了关于艺术创作中人类主观性与机器客观性之间关系的讨论和反思；艺术品的真实性和原创性。人工智能生成的艺术作品，可能存在着真实性和原创性的问题。一方面，人工智能生成的艺术作品，可能缺乏真实的情感和灵感，难以引起人们的共鸣和感动。另一方面，人工智能生成的艺术作
48、品，可能存在着抄袭和侵权的风险，难以保证其原创性和版权。4.艺术品的普及与个性化人工智能的创作方式和结果，促进了艺术品的普及与个性化。这主要表现在以下几个方面：数字化媒体和互联网：人工智能生成的艺术品，可以轻松地通过数字媒体和互联网传播，这促使了艺术品的更广泛的传播和接受，但也带来了数字时代新的挑战和问题，如信息安全、审查制度等。个性化创作：人工智能可以根据用户的个性化需求生成艺术品，为个体提供定制化的艺术体验。这打破了传统艺术品的固定性和标准性，也满足了人们对个性化和多样化的需求和追求。5.思考创意的本质人工智能的出现，引发了人们对创意本质的深刻思考。主要包含以下两个方面的思考：算法与创造力
49、：人工智能是否具有创造力，或者能否模拟人类的创造力，是一个争论不休的问题。一些人认为创意可以被算法模拟，而另一些人则坚持认创造力是人类独有的心灵过程，难以被机器完全模拟，这涉及对创造力的定义和评价。合作与中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书19交互：人工智能与人类艺术家之间的合作与交互，是一种新的创作模式，也是一种新的创意来源。这种合作与交互，不仅包括了人机之间的沟通和协作，也包括了人与人之间的交流和碰撞。这可能激发出新的创意和灵感，也可能产生新的问题和冲突。综上所述，人工智能对传统视觉艺术的影响是多方面的，它既推动了艺术创作的数字化和科技化，也引发了人们对艺术、创造力和审美的
50、重新思考。这种变革既带来了新的机遇，也带来了一些深刻的问题和挑战。作为艺术家和观众，我们需要积极地面对和适应这种变革，探索和创造出更有价值和意义的艺术作品。1.2.2AI Art 技术对艺术本质的探索与拓展技术对艺术本质的探索与拓展艺术的本质源于人类的需要，是一种表达情感、沟通思想、探索创新的方式。自 AIArt 产生以来，它不仅拓展了艺术的边界，提高了创作效率，还激发了社会创造力。与此同时，AIArt 也对艺术的概念、艺术的创作、艺术的批评等产生了重大拓展作用。1.基于科技与艺术的融合，拓宽了艺术的概念人工智能技术与艺术融合产生了一批新概念与科技艺术词汇。这些词汇代表的不仅仅是技术的进步，更
51、是对艺术概念边界的拓展和深化。（1）人工智能基础关键词；深度学习（Deep Learning），一种机器学习方法通过使用深层神经网络来模拟人类的学习过程，实现对复杂数据的处理和分析；神经网络（Neural Network），一种模拟人类神经系统的计算模型，可以用于分类、识别等任务；自然语言处理（Natural Language Processing），让计算机理解和处理人类自然语言的技术，可以用于机器翻译、语音识别、文本分类等应用；数据挖掘（Data Mining），从大量数据中提取有用信息的过程，中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书20包括关联分析、聚类分析、异常检测等机器翻
52、译（Machine Translation），将输入计算机的语音信号识别转换成书面语表示；知识图谱（Knowledge Graph），一种以图结构表示知识的模型，可以用于知识库建设、智能问答等应用；图像识别（Image Recognition），利用计算机视觉技术对图像进行分析、处理和理解，可以用于人脸识别、物体识别等任务；图像处理（Image Processing），对图像进行各种操作和变换，以改善图像的质量或提取图像中的有用信息；虚拟现实（Virtual Reality），是一种计算机技术，通过模拟真实世界的三维环境，使用户可以沉浸其中并与之进行互动，应用范围包括游戏、教育、医疗和工业设计
53、等领域。（2）人工智能艺术关键词；增强现实（Augmented Reality），通过将虚拟元素与现实世界相结合，增强用户的视觉体验，应用范围包括教育、培训、娱乐和营销等领域；人脸识别（Face Recognition），通过图像处理和模式识别技术对人的面部特征进行识别；空间计算（Spatial Computing），是一种计算模式，专注于处理和解释与空间有关的数据和信息，应用范围包括增强现实、智能家居、自动驾驶等；人机交互（Human-Computer Interaction），是指人与计算机之间的信息交流和互动，涵盖了各种交互方式，包括键盘输入、鼠标操作、触摸屏、语音识别等，目标是使人与计
54、算机的交互变得更加自然、高效和愉快；体验设计（Experience Design），是一种设计方法，强调从用户的角度出发，通过设计来提供满足这些需求的产品或服务。（3）人工智能艺术应用场景关键词；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书21虚拟数字人（Virtual Digital Human），虚拟数字人是一种在计算机生成的虚拟环境中呈现的逼真人类形象，用于各种应用，如游戏、电影制作、虚拟现实和教育；虚拟场景（Virtual Environment），虚拟场景是一种通过计算机技术生成的逼真的三维环境，用户可以在其中进行交互，类似于真实世界中的体验；数字藏品（Digital Col
55、lectible），数字藏品是一种数字化资产，可以是数字艺术品、限量版商品或游戏内的虚拟物品等。它们通常具有独特性和稀缺性，类似于传统收藏品；互动游戏（Interactive Game），互动游戏是一种允许玩家进行选择和互动的游戏形式，通常包括故事情节、任务和角色扮演；AI 语言模型训练师（AI Language Model Trainer），AI 语言模型训练师是负责训练 AI 语言模型的专业人员，工作涉及对大量文本数据进行分析和标注，以便训练出能够满足特定领域需求的 AI 语言模型；AI 文案策划师（AI Copywriter），AI 文案策划师是负责撰写和策划 AI 生成文本的专业人员，
56、AI 文案策划师在广告、营销、内容创作等领域都有广泛的应用，可以帮助企业提高品牌形象、推广产品或服务；AI 教育顾问（AI EducationAdvisor），AI 教育顾问是负责研究和提供人工智能技术在教育领域应用的专业人员，工作涉及与教育机构、学校、教师和学生等各方进行合作，以推动人工智能技术在教育领域的广泛应用。2.基于技术对艺术的革新，拓展了艺术的创作方式艺术是人类一种最原始的、渴望改变的能力，是人类存在的本性与证明，是人类历史性此在的本源。传统的艺术创作依赖于艺术家的天赋和技巧，而 AIArt 技术则使中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书22得艺术创作可以更加智能化和
57、自动化。人工智能可以自动分析、合成和生成艺术作品，从而为艺术家提供更多的创作选择和灵感。同时，艺术家通过计算机和智能设备等工具进行创作和表现，同时也需要掌握相应的科技知识和技能。这种科技与艺术的结合使得艺术的表达更加多样化和新颖化，人工智能技术的应用也能促进不同领域之间合作和交流，使得艺术创作更加丰富和多元。3.基于艺术对技术的思考，影响了艺术的价值观念人工智能技术的应用对传统的艺术价值观念带来了挑战。一些观众可能会对机器创作的艺术作品产生怀疑，认为它们缺乏人类的情感和思想。但随着技术的不断进步和应用场景的扩大，人们将会开始接受并欣赏这些作品，重新定义艺术的价值和边界。人工智能可以在短时间内复
58、刻画作，其作品完成度甚至超越专业人员。然而，创作核心乃是源于艺术家的思想。尽管人工智能在某些技能上可能超越人类，但其在哲学体悟创造和对意义的理解上仍与人类存在差距。人工智能所理解的意义是功能性和工程性的，是数据的关联、组合和相互作用。人类能够以深刻且本质的方式理解所面对的情境，而目前的人工智能系统尚未具备这种理解力，在追求科技进步的同时，我们必须保持对人类存在和意义的关注。关于人工智能是否具有自我意识和审美判断能力的问题。当前大多数 AI 艺术家认为随着技术的进步，人工智能将能够自我改进和提升算力来评价作品的质量。然而，其评价的依据和标准是否能与人类的审美相契合，以及人类是否能够理解人工智能的
59、审美逻辑？科学家们正在探索人脑与机器的直接联结界面或机制，从而为人工智能艺术的发展和公众接受度提供新的视角和可能性。总的来说，AIART 在艺术的概念、艺术的创作、艺术的批评等方面产生了重大影响。活跃在 AI Art 创作一线的艺术家对未来充满中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书23信心。随着技术的快速发展，特别是多模态大语言模型的突破性进展，AIArt 艺术家将能创作出更有趣的作品。1.2.3Al Art 如何重塑艺术教育如何重塑艺术教育AIArt 对艺术教育的重塑主要体现在以下几个方面：1.解决低效学习问题通过引入 AIArt，大大提高学习效率，减少重复性、无效的学习投入。
60、提供个性化的艺术学习方案和推荐，帮助学生更快地掌握艺术知识和技能，提高学习效果；通过分析学生的学习习惯和创作风格，为学生提供定制化的学习资源和反馈，实现个性化教学，更好地满足学生的需求，提高学习效果；为学生提供及时、准确的评估，帮助学生了解自己的创作水平和改进方向，帮助学生更好地掌握艺术技能和提高创作水平。2.增强系统思维与创新精神AIArt 可以辅助推进系统化的学习方式，帮助学生全面了解艺术的历史、理论和技术。只有这样系统了解艺术的基础，学生才能更准确地理解和把握艺术作品的内涵和生成过程。同时 AI Art 也可以激发学生的创新思维，帮助他们探索新的艺术表现形式和创作方法；AIArt 可以促
61、进不同学科与领域间的合作，例如艺术与科技、艺术与文学、医学等。这种跨界融合让学生了解到不同领域的知识和技能，培养系统思维与创新精神。强化目的性与增强艺术鉴赏能力。Al Art 帮助学生在艺术学习中更清晰地理解艺术作品的目的和意义。通过分析艺术作品的社会背景、文化内涵和艺术家的创作意图等信息，更深入地理解艺术作品的价值和意义，从而更好地把握艺术创作的方向和目标；通过图像识别和分析技术，帮助学生理解艺术作品的构图、色彩和风格等关键要素及其相互关系，系统提升学生的艺术鉴赏力和审美素养。3.提供更多创新实践机会中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书24AlArt 为学生提供更多的实践机会
62、和创新空间，帮助学生探索新的艺术表现形式和技巧，将理论知识转化实际技能，提高他们的艺术实践能力和创新思维；为学生提供了全新的创作工具和平台，例如数字绘画、3D 打印、虚拟现实等，这些技术为学生探索新的艺术领域，发挥想象力和创造力，实现创新实践提供了更多可发挥空间。4.跨学科与打造“通才”AI Art 在艺术教育中的应用还可以促进跨学科的学习和培养“通才”。艺术教育不仅仅是学习艺术知识和技能，还涉及文化、历史、科技等多个领域。人工智能技术提供多语言支持，帮助学生更好地理解和欣赏不同文化背景下的艺术作品；通过运用人工智能技术，将不同学科的知识和技能进行整合，为学生提供更加全面和综合的学习体验，这种
63、综合性的学习可以帮助学生将不同领域的知识和技能结合起来，形成更加全面和深入的认识，从而更好地应对复杂多变的社会需求和职业挑战。本章小结麦克卢汉所强调的思考速度超越电子媒介，以及提前思考以控制变化的观点，为我们在快速发展的科技时代中提供了宝贵的洞见。他提醒我们，在变化的浪潮中，不是简单地与时俱进，而是要有预见性地引导变化。这样的前瞻性思维是保护我们人性的关键，也是教育应对技术挑战的重要策略。在人工智能日益进入教育领域的当下，确实存在着一种担忧：学生可能会因为人工智能的广泛知识和快速思考而感到自卑和迷茫。这种担忧基于一种误解，即人工智能的能力可以完全替代人类的学习和思考。然而，应该认识到，人工智能
64、的知识和速度，无论多么先进，都不能取代人类的创造性思维、批判性思考和道德判断。因此，艺术教育的双重任务在于，一方面，拥抱技术变化及时更中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书25新教学工具和方法，积极探索 AIArt 以及其他人工智能技术的教育应用；另一方面，坚守中华美育精神，传承民族的审美观念和艺术传统，培育完整的人格和与自然和谐相处的能力。在这个过程中，关键是要培养学生的思辨力，即批判性思维能力，使他们能够透过表面现象，深入理解事物的本质。艺术教育不应仅仅是技术技能的训练，而是应该是一种全人教育，帮助学生形成独立的思考、情感的丰富和价值的判断。这种教育可以帮助学生在人工智能时代
65、中找到自己的位置，明白人工智能是工具而非终点，人的价值远超于机器的能力。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书26第 2 章 人工智能赋能艺术教育随着科技的日新月异，人工智能已经逐渐渗透到我们生活的方方面面，为各行各业带来了前所未有的变革。在这个过程中，艺术教育作为一个关乎文化、创意与审美的重要领域，也开始感受到人工智能技术的深远影响。本章节旨在探讨人工智能如何赋能艺术教育，通过解析 AI Art 的核心技术、创作平台及教育需求等方面，我们试图描绘出一幅人工智能艺术教育的全景图。我们还将关注现实中的艺术教育状况，分析其所面临的挑战与机遇，并展望未来的发展趋势与培养机制的变革。希望
66、通过我们的研究，能为艺术教育界提供有益的参考，激发更多的思考与实践，共同推动人工智能与艺术教育的深度融合与发展。2.1 工具详解：AI Art 的核心技术及创作平台AIArt 运用深度学习、神经网络等核心技术，融合多模态内容生成，打造高效创作平台，助力艺术创新与教育变革。AIArt 的技术主要基于深度学习算法和神经网络模型，在这些技术加持下，市场上涌现了众多 AIArt 创作平台，如 Stable Diffusion、Midjourey 和 DELL-E 等，这些平台主要以图片生成为主，对于视频、音乐、三维模型、视频剪辑等其他内容模态的生成，也出现了初始阶段的创作平台，为艺术家和学习者们提供更
67、广阔的创作空间。这些 AIArt 创作平台不仅简化了艺术创作者工作流程，更为跨足不同媒体的艺术表达提供可能。从静态图片到动态视频，从视觉艺术到音乐创作，AIArt 为艺术领域注入前所未有的创新力量，成为当代艺术不可或缺的推动者和催化剂。2.1.1Al Art 核心技术解析核心技术解析人工智能生成内容的蓬勃发展深刻地影响了艺术创作领域，AIArt 获得井喷式的发展。人工智能生成内容已成为当代艺术的引领者，为创作者们提供了独特的创作机会和艺术表达方式。这一技术的崛起中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书27不仅代表了科技与艺术的交融，更意味着艺术创作的未来将更加数字化、智能化。数字时
68、代下，人工智能生成内容推动着艺术的边界向前拓展，挑战传统艺术形式的界限。AIArt 迅速发展改变了艺术创作的方式，为艺术家们提供了更为广泛的创作空间和可能性。以 AIArt 的核心技术为切入点，对生成对抗网络（GAN）、变分自编码器（VAE）、对比语言-图像预训练（CLIP）、扩散模型（Diffusion Model）等关键技术进行深入解析，以全面呈现 AIArt 在当代艺术创作中的关键作用。通过对这些技术的剖析，我们将深入理解 AI Art 技术及创作平台如何在艺术创作中发挥引领作用，以及它如何重塑我们对艺术的理解。这一系统性的研究旨在为读者提供对 AI Art 的全景认知，同时为艺术创作者
69、们提供灵感和指导。图图 2-1 生成对抗网络的演进图示生成对抗网络的演进图示1.生成对抗网络（GAN）生成对抗网络（Generative Adversarial Network，GAN）是 2014年为解决生成式模型问题而设计的一种人工智能算法。生成对抗网络采用生成器（Generator）和判别器（Discriminator）的对抗性训练机制，通过博弈生成具有逼真感的图像内容。随着时间的推移，深度卷积生成对抗网络（DCGAN）、有条件生成对抗网络（GAN）、可解释的生成对抗网络（Info GAN）等衍生模型的出现，不仅加速了训练过程，更强化了模型的可解释性。中国人工智能艺术教育白皮书中国人工智
70、能艺术教育白皮书282.变分自编码器（VAE）变分自编码器（VariationalAutoencoder,VAE）是深度生成模型的重要代表之一，由 Kingma 等学者于 2014 年提出。与传统自编码器不同，变分自编码器以概率方式描述潜在空间，为观察潜在空间提供了新的视角，在数据生成领域具有广泛的应用前景。变分自编码器主要分为编码器（Encoder）和解码器（Decoder）两个部分，通过这两个部分的协同工作，实现了对高维输入数据的概率建模与重建生成。3.对比语言图像预训练（CLIP）2021 年美国 OpenAI 公司发布了一个跨模态预训练大模型，该模型以从互联网收集的 4 亿对图文对为基
71、础，采用双塔模型结构与比对学习训练方式进行训练，简称对比语言-图像预训练（ContrastiveLanguage-Image Pre-training,CLIP）。对比语言图像预训练通过构建文本编码器（Text Encoder）和图像编码器（Image Encoder）分别学习图像和文本特征，通过这两个编码器就可以实现零次学习（Zero-Shot）。通过对比文本与图像对，实现模型在语义级别上对图像和文本之间关系的理解。在训练过程中，给定一句文本，对比语言-图像预训练通过模型预测匹配到与文本内容相符的图片；反之，给定一张图片，模型能够预测匹配到与图片相符的文本。这一对比学习的机制使得对比语言-图
72、像预训练能够在多模态数据中学到更加丰富的语义表示。4.扩散模型（Diffusion Model）2022 年，扩散模型（Diffusion Model）的流行再次推动生成式人工智能的技术变革和内容创新，其通过前向扩散过程和反向生成过程实现高效图文生成，已成为当前生成式人工智能的热门研究方向。扩散模型最初设计用于图像降噪，随着训练时间的增长和降噪系统的不断优化，扩散模型不仅能够从噪声作为唯一输入生成逼真图像，中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书29而且在图像超分、图像上色、文本生成图片、全景图像生成等领域取得卓越应用。在扩散模型的基础上，各公司与研究机构开发出的代表产品如下：DA
73、LL-E 2（OpenAI 文本生成图像，图像生成图像）、Imagen（GoogleResearch 文本生成图像）、Stable Diffusion（Stability AI 文本生成图像，代码与模型开源）等。图图 2-2 扩散模型扩散模型2.1.2Al Art 创作平台一览创作平台一览随着人工智能生成内容技术的快速发展，世界各地涌现出众多创新的 AIArt 创作平台，为创作者们提供了全新的创作可能性。平台根据创作模态的不同，可分为文本生成平台、图像生成平台、视频生成平台、音乐生成平台和三维生成平台，为用户提供了多样化的创作工具和体验。1.文本生成平台在文本生成领域，人工智能艺术创作平台借助
74、深度学习模型，已经实现了对语言深入的理解和生成能力的显著提升。通过简洁的文字描述，用户能够迅速获取包括自然语言型文本、程序代码型文本和文学艺术型文本等在内的多样化高质量文本产出。平台运用庞大的语料数据进行训练，使得模型得以深入探索语言的内在规律和表达方式。首先，模型能够根据上下文和语义的精准理解，迅速生成与要求相符的自然语言型文本。无论是日常对话的模拟、中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书30新闻报道的撰写，还是广告文案的构思，人工智能均能在有限时间内提供高质量、流畅自然的文本内容，显著提高了文本生成的效率和质量。其次，此类平台还可生成程序代码型文本的能力。通过对程序逻辑和语法
75、规则的深入剖析，人工智能可以自动生成符合要求的代码片段，从而为软件开发人员提供实质性的支持，实现代码编写及修改过程的高效化和便捷化。再者，该平台能创作出具有情感深度、情节连贯性和主题鲜明性的文学艺术型作品。通过学习和模仿多种文学风格和写作技巧，人工智能能够生成语言表达精准、逻辑结构清晰的小说、诗歌等文学作品，充分证明了人工智能在文学创作方面具有巨大的潜力和创造力。随着技术的不断进步和应用场景的持续拓展，人工智能以期在文本生成领域将取得更多令人瞩目的突破和成就。这将为人类创造更为丰富多样的文本作品提供无限可能，推动文学艺术和科技创新的深度融合与发展。表表 2-1 文本生成平台一览文本生成平台一览
76、2.图像生成平台图像生成平台是一种基于人工智能的图像生成技术，可以通过训练深度神经网络来生成高质量的图像。这些平台可以根据用户提供的国内国外国内国外平台名称平台名称隶属公司隶属公司国外ChatGPTOpenAI国外NEW Bing微软国内文心一言百度智能云国内通义干问阿里云国内讯飞星火科大讯飞国内紫东太初武汉人工智能研究院中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书31不同输入模态，如文本（text-to-image）、图像（image-to-image）等，运用各种算法和模型，生成符合输入语义要求的图像作品。基于对不同技术原理的梳理，可将图像生成领域的技术场景划分为图像属性编辑、图像
77、局部生成及更改，以及端到端的图像生成。其中，前两者的落地场景为图像编辑工具，指部分更改图像部分构成、修改面部特征等。端到端的图像生成则对应创意图像及功能性图像生成两大落地场景，主要指基于草图生成完整图像、有机组合多张图像生成新图像、根据指定属性生成目标图像等。这种图像生成的交互式创作方式可以让创作者们更专注于艺术创作的本质，同时也为非专业人士提供了更加友好且无障碍的创作途径。表表 2-2 图像生成平台一览图像生成平台一览国内国外国内国外平台名称平台名称隶属公司隶属公司国外Stable DiffusionStabilityAI国外MidjourneyMidjourney国外DALLE2OnenA
78、I国外ImagenGoogle国外DeepDreamGoogle国内文心一格百度国内国外国内国外平台名称平台名称隶属公司隶属公司国内Tiamat上海退格数字科技有限公司中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书32国内6pen art北京毛线球科技有限公司国内江城洛神武汉人工智能研究院国内ibulibu北京奇点星宇科技有限公司国内WHEE 美图美图秀秀国内Artl Designer光影交互服务技术文旅部重点实验室3.视频生成平台表表 2-3 视频生成平台一览视频生成平台一览国内国外国内国外平台名称平台名称隶属公司隶属公司国外Gen-2Runway国外SD-DeforumStabili
79、tyAl国外lmagen VideoGoogle国外PhenakiGoogle国外SD-EbSynthEbSynth国外ComtyUlComfyUI国外NUWA-XL微软亚洲研究院国内CogVideo清华&智源目前，AI 生成视频的算法模型还未成熟，还没有出现一家独大的局面。视频生成是指通过对人工智能的训练，使其能够根据给定的文本、图像、视频等单模态或多模态数据，自动生成符合描述的、高保真的视频内容。基于应用视角可以对视频生成的方式做进一步细分，包括剪辑生成、特效生成和内容生成，三种方式的结合使用可以大量应用在动画、电影、游戏、短视频、广告等视觉制作领域，在工业设计、建筑设计、教育培训等行业也
80、可以提供更加直观的演示效果。从技术上看，视频是把多张图片有逻辑和连贯的组合在一起。由文字生成视频，首先要生成多张图片，然后还要把这些图片有逻辑和中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书33连贯性的组合起来，因此难度比文字生成图片高了很多，如果一旦像文字生成图片那样能够高效率的生成高品质视频，将对短视频、影视、游戏、广告等内容生产行业带来重大影响，不仅提升视频制作的效率和成本，还能帮助设计师产生更多的灵感和创意，让视频内容行业变得更加丰富和多元。3.音乐生成平台音乐生成平台通过算法和模型自动生成音乐作品。此类技术可应用于流行歌曲、乐曲、有声书的内容创作，以及视频、游戏、影视等领域的配
81、乐创作，大大降低音乐版权的采购成本。目前应用场景包含自动生成实时配乐，语音克隆以及心理安抚等功能性音乐的自动生成。该技术目前被应用于虚拟歌手演唱、自动配音等，在声音 IP 化的基础上，对于动画、电影、以及虚拟人行业有重要意义。表表 2-4 音乐生成平台一览音乐生成平台一览国内国外国内国外平台名称平台名称隶属公司隶属公司国外ShutterstockShutterstock国内国外国内国外平台名称平台名称隶属公司隶属公司国外StableAudioStabilityAl国外AIVAAIVATechnologies国外JukeboxOpenAl国外MuseNetOpenAl国外Music LMGoog
82、le国外Ecrett MusicEcrett国外AudiocraftMeta国内网易天音网易4.三维生成平台中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书34人工智能三维生成是指利用深度神经网络学习并生成物体或场景的三维模型，并在三维模型的基础上将色彩与光影赋予物体或场景使生成结果更加逼真。在应用中，生成物体或场景的三维模型称为三维建模，生成三维模型的色彩与光影称为三维渲染。表表 2-5 三维生成平台一览三维生成平台一览国内国外国内国外平台名称平台名称隶属公司隶属公司国外DreamFusionGoogle国外Magic3DNvidia国外Point-EOpenAl国内国外国内国外平台名称
83、平台名称隶属公司隶属公司国外Shap-EOpenAl国外MCCMeta2.1.3 主流主流 AIArt 的创作平台概述的创作平台概述主要的生成式人工智能绘图工具是 DALL-E、Midjourney 和Stable Diffusion，它们各有不同的特点和用途。1.Stable DiffusionStable Diffusion（简称 SD）是英国伦敦 StabilityAI 公司于 2022年开源的一款的图像生成扩散模型。其通过在潜在空间中训练扩展潜在扩散模型（Latent Diffusion Model,LDM），使之能够高效的产生高度逼真的图像。该方法的引入旨在解决传统扩散模型高计算成本
84、的问题，通过巧妙的参数设计和算法优化，平衡了计算复杂度和图像生成的质量。SD 从功能上来说主要包括两个方面：利用文本输入进行图像生成（Text-to-Image）和利用图像输入结合文字描述进行图像生成（Image-to-Image）。其生成核心原理分文本特征提取器（Text Encoder）和图像生成器（Image Generator）。文本特征提取器将文字和图像两中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书35种模态利用多模态预训练模型中的文本特征提取器提取文本特征向量；图像生成器将所提取的文本特征向量和随机噪声进行图像信息创建（Image Information Creator）在
85、潜在空间（Latent Space）中完成扩散过程，通过图像解码器（Image Decoder）对处理过的信息矩阵进行解码，输出生成图像。SD 通过完全开源的方式提供其生成的图片版权，并向用户开放源代码。并支持本地部署，允许用户在不同环境下使用该技术。正因如此，SD 拥有庞大的开发者生态。其图像生成主要的控制技术包含大模型 LORA、ControINet 等，对生成的内容达到不同维度的控制。常用的模型训练方法有 Textual Inversion（也称为 Embedding）、Hypernetwork、kohya ss GUI 和 Dreambooth 等。图图 2-3 Stable Diff
86、usion 原理图原理图图图 2-4 潜在扩散模型潜在扩散模型2.Midjourney中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书36Midjourney 是一个由 David Holz 领导的研究实验室开发的一个人工智能图像生成工具，于 2022 年 7 月 12 日进入公开测试阶段，是第一个快速生成 AI 制图并开放予大众申请使用的平台。其作为一款基于自然语言处理的图像生成工具，在 Discord 平台上通过机器人指令为用户提供服务。用户输入文本描述和参数，工具则利用在海量图像数据上训练的机器学习算法，创造出独特的视觉作品。它的内置审核机制通过禁用词系统保障了输入与输出内容的安全性
87、。这一工具展示了高度的智能化能力，它不仅能生成创意丰富的图形和色彩，还能迅速制作出具有艺术价值的数字作品，极大地支持了设计师的工作。Midjourey 优化了设计方案的自主生成、调整和修改过程，显著提升了设计效率，简化了图形设计过程。此外，Midjourey 能够适应多种艺术风格，特别擅长创造幻想和科幻场景，其效果堪比游戏中的艺术画面。它还具备自动识别绘图需求、颜色搭配、一键生成布局以及智能风格迁移等智能化特性，这些功能不仅提高了设计的效率和准确性，而且大幅节约了设计师的时间和精力。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书37图图 2-5、图、图 2-6 Midjourney 生成
88、图像生成图像3.DALL-EDALL-E 是由 OpenAI 开发的一款领先的文本到 图像生成模型，它运用深度学习技术，根据自然语言的描述生成精细的数字图像。自 2021 年 1 月 5 日通过博客文章首次公开亮相以来，DALL-E 就在艺术和技术界引起了轰动。它基于 GPT-3 的架构，不仅实现了创新的图像生成，还在后续的版本中不断突破边界。DALL-E2 于 2022年 4 月 6 日发布，提供了更高分辨率、更逼真的图像生成能力，特别强调了概念、属性和风 格的综合呈现。紧接着，OpenAI 在 2023年 9 月推出了 DALL-E 3,这一最新的迭代能够理解和表现更多微妙的差异和细节。D
89、ALL-E 3 不仅原生集成了 ChatGPT 的功能，还为用户打开了与创意互动的全新方式。它使得 ChatGPT 成为了头脑风暴的合作伙中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书38伴和构思的精炼器，进而深化了用户的创意探索和发展。DALL-E 3在文本到图像的技术进步上与 ChatGPT 的紧密融合，成就了它作为一款强大的创意工具的地位。这种集成化的创意工具为用户提供了顺畅的工作流程，极大地简化了从创意构思到实际制作的过程。该工具的出现无疑在人工智能图像生成领域设定了新的标准。它提供了更深层次的文本理解和描述性生成能力，为艺术家、设计师及广泛的用户群体提 供了前所未有的创作和欣赏
90、艺术作品的方式。同时，它也指明了 AI 在艺术创作方面的未来发展路线，展现了人工智能如何拓展人类创造力和美学体验的新领域。图图 2-7 DALL-E 2 生成内容生成内容图图 2-8 DALL-E 3 生成内容生成内容中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书392.2 价值展望：AlArt 技术在艺术教育中的潜力与实现艺术教育需要 AI 技术满足创新、效率与个性化需求，引领教育变革，实现艺术与技术的完美融合。随着科技的日新月异，人工智能已经深入各个领域，展现出其强大的潜力和价值。在艺术领域，AIArt 技术的崛起更是为艺术创作和教育带来了前所未有的变革。这种变革不仅体现在技法和工具
91、的革新，更在于它为我们打开了一个全新的、充满无限可能的艺术世界。对于艺术教育而言，如何把握这一时代机遇，深入理解和应用 AI Art 技术，培养具有创新思维和批判性眼光的艺术人才，已成为一项紧迫而重要的任务。本章旨在探讨 AIArt 技术在艺术教育中的潜力与实现，以期为艺术教育的未来发展提供一些有益的思考和指导。2.2.1AI Art 技术介入艺术教育的必要性技术介入艺术教育的必要性本节深入探讨了 AIArt 技术在艺术教育中的实践路径及其影响，具体从智能学习、创意激发和作品实现三个层面展开论述，详细分析了 AIArt 技术介入艺术教育的必要性及如何赋能艺术教育。1.智能学习层面随着人工智能技
92、术的飞速发展，AIArt 技术为艺术教育智能学习领域提供了重要实践路径。AIArt 技术在智能学习中，赋能即时优化反馈、个性定制学习 和前沿领域探，揭示该技术如何为艺术教育注入新的活力，优化学习过程，并培养人们的创新思维和艺术素养。(1)即时优化反馈；通过对创作者艺术作品的优化生成，能够提供及时地、有针对性地处理，从构图、色彩、风格、光影等多方面绘画要素中，进行人工智能的优化运算。这种优化性的反馈不仅涵盖了作品的艺术元素，还包括了创作过程中的技巧和方法。创作者可以更全面地理解自己作品的优势与不足，进而有针对性地改进和提升创作水平。这种定制化的反馈机制有效地弥补了传统教学中师生交流受限的问题，使
93、创作者能中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书40够更快速地吸收艺术知识和技能。(2)个性定制学习；艺术教育中创作者个体学习进度及需求不尽相同，系统根据创作者的学科背景、兴趣爱好、学习风格等多维度信息，为每位创作者量身打造个性化的学习路径。这种个性化路径的设计不仅使创作者在学习中更感兴趣，也更容易理解和掌握艺术理论和实践。与传统课堂相比，这种差异化的学习方式能够更好地满足创作者的学习需求，从而提高学习的效果。(3)前沿领域探索；教育者可以利用生成式人工智能技术开展教育科研，不断尝试和验证新的教学方法和模式。例如，通过分析创作者的学习数据和行为，教育者可以了解创作者的学习需求和兴趣
94、，进而调整教学内容和方法。同时，教育者还可以通过生成式人工智能技术开展跨学科的研究，探索艺术与科技相结合的新领域和新方向。这种教育科研不仅可以推动艺术教育的创新，更能提升教育者的教学水平和能力。2.创意激发层面生成式人工智能技术引领艺术教育创新浪潮，其中三大核心亮点尤为突出：高度交互的创作环境使创意潜能得以充分释放，个性定制的创作模式助力塑造独特艺术风格，突破创新的路径则拓宽了艺术视野与领域。在这一前沿技术的推动下，艺术教育的未来充满了无限可能。(1)高度交互，释放创意潜能；生成式人工智能技术为创作者创作提供了一个高度交互和智能化的创意环境。通过与算法和模型的深度交互，创作者可以探索各种艺术风
95、格、技巧和主题，这种自由度极高的创作空间有助于激发创作者的好奇心和创意灵感。(2)个性定制，塑造独特艺术风格；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书41每个创作者都有独特的艺术视角和审美观点。生成式人工智能系统通过深度学习和模式识别，能够准确捕捉和解析这些个性化元素，为创作者提供高度定制化的创作模式和风格，帮助他们强化自己的艺术风格并建立自信。(3)突破创新，拓宽艺术视野与领域；借助生成式人工智能技术，创作者可以突破传统艺术的限制，不再局限于手法技巧的表达，而是拥有无限尝试全新的创作方式和表达手段的路径。可以利用生成式人工智能系统进行艺术风格的迁移和融合，将不同艺术流派和元素有机
96、结合，创作出独具一格的艺术作品。这种创新的创作方式不仅可以培养创作者的开放性思维和创新精神，更能拓宽他们的艺术视野和创作领域。3.作品实现层面在实现层面，AIArt 技术为艺术教育的设计实现带来了显著的影响，具体体现在降低了设计实现的条件、提升了设计实现的效率以及丰富了设计实现的可能。（1）降低门槛，实现机会普及；传统的艺术教育及设计常常受限于技术难度和资源稀缺。然而，随着 AIArt 技术的引入，这些限制得到了有效地缓解。通过智能算法和模型，复杂的设计过程被简化，使得更多没有专业背景的创作者也能轻松参与。同时，丰富的设计资源和工具也大大降低了创作门槛，让艺术教育的机会更加平等和普及。（2）提
97、高效率，加速设计迭代；AIArt 技术通过智能算法和自动化工具，显著提升了设计实现的效率。首先，生成式人工智能系统可以快速生成和优化设计方案，避免了传统手工设计的繁琐和耗时。其次，生成式人工智能系统可以通过智能反馈和指导，帮助创作者更加高效地改进和完善设计作品。这种提升效率的方式不仅可以让创作者更加快速地掌握和实践艺术设中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书42计技能，更能为他们提供更多的实践和创新机会。（3）拓展可能，赋能创意设计；生成式人工智能技术为创意设计实现注入了更多的可能性。通过学习和理解大量的艺术和设计数据，生成式人工智能系统能够产生丰富、独特的设计方案，拓展了设计实
98、现的创作空间。设计者可以通过生成式人工智能技术探索新颖的设计概念、风格和形式，从而在创造中获得更大的发挥余地。2.2.2 艺术教育中的艺术教育中的 AIArt 技术要求技术要求艺术教育对于 AIArt 技术的主要要求可以细化为两大方面：生成内容的可控性和易用性。这两个要求是基于艺术教育的本质和目标而提出的，以确保技术在教育过程中的有效运用。1.AIArt 技术的可控性AlArt 技术的可控性是艺术创新与技术发展的交汇点，其中涵盖了艺术观念与媒介的可控表达、创新思维与信息的精准关联以及随机创作与生成的可控路径，这些方面共同构成了 AIArt 技术在艺术创作领域中应用的关键议题。（1）艺术观念与媒
99、介的可控表达；艺术作品不应仅限于表面的美感和愉悦，而应追求更深层的观念和媒介表达。艺术创作本身是艺术家创新思维和艺术构想的展现过程，所有的实现手段及辅助工具都应致力于呈现这一过程。（2）创新思维与信息的精准关联；AIArt 技术，以其对世界通识知识和大型信息模型的融合为基础，展现了强大的信息关联和融合创新能力。但与此同时，创作者与 AIArt 的交流主要依赖于文字描述和图像表达，仅限于计算机认知层面的沟通。这使得 AIArt 能否准确理解创作者的真正意图达到可控性成为一个核心问题。（3）随机创作与生成的可控路径；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书43AIArt 大部分都是基于
100、扩散模型，这种扩散的算法其优势就是在于随机性，这为图片的创作生成提供了无限的创意与想象。但随机生成的缺点就是它的不可控，因此，解决生成的可控性生成成为其关键技术要点。目前可以通过对提示词、垫图、微调模型和 Controlnet 的操作和修改实现，从不同方面、不同程度对生成内容的成品输出进行控制。表表 2-6 基于基于 SD 的微调模型训练方法的微调模型训练方法名称名称概述概述特点特点Embedding(也称为Textuallnversion)使用文本提示来训练模型的方法文件极小、算力使用率低、数据集要求大、适用于训练人物及图像风格名称名称概述概述特点特点Hypernetwork针对画风训练的微
101、调模型文件小、数据集要求大、适用于训练画风Dreambooth稳定生成特定人或者物的微调模型文件大、设备性能要求高,数据集要求少、适用于训练人物及画风LoRA为了简化微调超级大模型需要大量的算力而产生的算法文件小、算力使用率低，模型叠加及权重调整、适用于训练人物及画风2.AIArt 技术的易用性生成式人工智能分为算力层、算法层、平台层和应用层，算力及算法体现为对软硬件技术的设置或开发，平台层表现为用户创作的交互界面、应用层则以最终的作品的实现路径呈现，所以分别从技术、中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书44交互和功能三个维度来讨论 AIArt 技术的易用性。（1）技术的易用性；
102、技术方面主要包含计算资源和计算优化，是人工智能系统的基础设施。它主要包括高性能计算机、服务器、云计算平台等，用于支持大规模的数据处理和模型训练。云基础设施和超级计算中心等大型平台的建设确实为普通用户提供了强大的算力支持，从而提高了生成式人工智能技术的易用性，为用户提供了高性能计算、数据存储和处理等服务，使得普通用户也能够享受到强大的计算资源。（2）交互的易用性；图图 2-9 易用性十大原则易用性十大原则雅各布尼尔森（Jakob Nielsen）提出了著名的易用性十大原则来指导设计系统可见性原则（Visibility of system status）、环境贴切原则（Matchbetween s
103、ystem and the real world）、撤销重作原则（Usercontrol and freedom）、一致性原则（Consistency and standards)、防错原则（Error prevention）、易取原则（Recognition rather than recall）、灵活高效原则（Flexibility and efficiency of use)、易扫原则（Aestheticand minimalist design）、容错原则（Help users recognize，diagnose,and中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书45reco
104、ver firom errors）、人性化帮助原则（Helpand documentation）。对于生成式人工智能的使用主要集中在应用层的讨论。在应用层面，AI Art 创作应用过程仍然保留传统应用中的界面交互设计及使用原则，故应遵守易用性十大原则的要求，提升产品的易用性和用户体验，设计更智能、更直观、更简化的产品，满足用户的需求和期望。（3）功能的易用性；AIArt 技术以其卓越的技术特性，显著降低了图像、视频、音乐等多模态内容的生成难度，为创作者们提供了更加高效和便捷的创作技术路径。传统的艺术创作往往需要耗费大量的时间和精力，而 AIArt 技术的出现，极大地缩短了创作周期，提高了作品的
105、展示效果和实现效率。在艺术教育领域，其对于学习效率的提升是显而易见的。传统的艺术教育方式往往依赖于教师的经验和教学资料，而 AI Art技术则能够通过智能算法和数据分析，精准地为创作者提供个性化的学习资源和路径。3.艺术教育的公平和普及化人工智能技术 Al Art 技术可控性、易用性的发展及其独特的生成能力，突破了时空边界，能够促进优质教育资源的大规模生成和大范围共享，极大拓展了学习的机会、资源与方式。一方面，其实现了教育资源的优化配置与共享，通过生成丰富、多样的艺术教育内容并使其在线可访问及创作，从而有效打破了地域、学校和教师资源的限制，确保了教育资源的公平使用。另一方面，该技术强调个性化学
106、习路径。它能够根据个人的独特学习风格和需求，定制化生成学习资源和路径，使艺术教育更具针对性和实效性。此外，生成式人工智能在辅助教师工作、激发创作者创新思维、拓展教育机会以及降低教育成本等方面也展现出巨大潜力。AIArt 技术极大减轻了技术学习方面的负担，赋予了所有人实现个人想法和创意的手段和路径，激发大众的艺术想象力和创新力，培中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书46养他们的审美素养。利用 AIArt 技术拓展终身学习的机会、资源与方式，这无疑极大地推动了艺术教育的普及化进程。2.2.3Al Art 教育产品的引领与革新教育产品的引领与革新中国人工智能艺术教育大模型（Artl
107、Designer）是中国首个面向中国艺术教育领域的 AI 内容创作平台，平台通过自然语言处理（NLP）、深度学习等技术，为创作者、教师等用户提供智能化、高效性和精准性的绘画创作体验。以 Artl Designer 为例，展开对 AIArt教育产品的讨论与设想。该平台对艺术教育领域的革新具体体现在以下 3 个方面：1.完成从教育到职业的闭环平台包含“基础-专业-开发者”三大模式，分别对应“作业-作品-项目”的产出。基础模式面向普通用户或初学者，无需专业知识，提供简化的工具和预设，方便创作者快速生成艺术作品。这一模块根据教育部最新公布的 普通高等学校本科专业目录，选取戏剧与影视学、美术学、设计学
108、3 个专业类中的学科进行归纳，具体包含了视觉艺术：130402绘画、130502 视觉传达设计、130508 数字媒体艺术；造型艺术：130403 雕塑、130504 产品设计、130505 服装与服饰设计、130506 公共艺术、130507 工艺美术；空间艺术：130307 戏剧影视美术设计、130503 环境设计；影像艺术：130310 动画、130404 摄影，共计十二个学科门类。专业模式将目标用户设定为有艺术背景或专业需求的用户，提供更多如 LORA、Control Net、采样算法等高级工具和选项，以满足专业创作的可控需要。具体涉及 AI 绘画与造型艺术、AI 摄影与图像艺术、AI
109、 装置与公共艺术、AI 建筑与景观设计、AI 环境与室内设计、AI 时尚与服饰设计、AI 平面与视觉设计、AI 产品与交互设计、A 视频与游戏设计 9 大类别。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书47开发者模式以项目制的形态面向开发者或高级用户，允许用户进行深度定制和平台扩展。在开发者模块中，用户能够通过训练低矩阵来改变原始模型，利用少量数据训练出一种画风/IP/人物，实现定制化需求。融入艺术设计全学科，为创作者、老师、自由创作者提供精准化、多样化的服务供给。图图 2-10Art Designer 人工智能艺术教育大模型人工智能艺术教育大模型2.全学科课程资源Artl Desi
110、gner 作为一个综合性的艺术教育平台，涵盖了十二个学科门类的 AI 绘画课程，旨在为用户提供全面、系统的艺术教育和创作支持。平台的课程包括了绘画、视觉传达设计、数字媒体艺术等十二个学科门类。在绘画课程中，创作者可通过 AI 的智能绘画工具和辅助功能，学习到如何进行 AI 绘画创作和技巧提升。平台提供了多种绘画工具和风格 LORA，可以帮助创作者一键生成素描、速写、油画等绘画作品。同时，平台提供线稿上色、风格转换等特色功能，让用户在绘画创作中尝试不同的风格和表现形式。在视觉传达设计课程中，用户可以学习到如何利用 AI 技术进行标志设计、海报设计等。平台提供了多种模板和工具，可以帮助用户快速设计
111、出精美的视觉作品。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书48数字媒体艺术课程则注重于数字媒体和互联网艺术的探索和创新。用户可以通过平台学习到如何利用 AI 技术进行数字插画、动画制作和互动艺术等创作。在其他学科领域中，平台也提供了相应的 AI 给画课程和支持。例如，在雕塑课程中，用户可以通过 AI 技术进行三维模型的创建和雕刻；在服装与服饰设计中，用户可以利用 AI 技术进行服装设计和图案绘制；在公共艺术中，用户可以通过平台了解和学习到 AI 公共艺术作品的创作过程和技巧。这些课程不仅注重技能的传授，更重视艺术的创新和表达。创作者在学习过程中，不仅可以提升艺术技能和创作能力，还可
112、以开阔艺术视野，拓展想象空间。每一门课程都像是一把钥匙，帮助创作者打开艺术的大门，探索无限的艺术世界。3.互嵌式社区交流结构平台问答模块构建了一个互嵌式的社区交流结构，其特点在于高效的内容上传、广泛的领域覆盖以及深度的用户互动。（1）高效的内容上传；平台采用先进的技术架构和简洁易用的操作界面，使得创作者能够便捷地上传和分享自己的作品、经验和见解。同时，内容审核和发布流程也得到了优化，确保高质量的内容能够迅速呈现在社区中，为用户提供及时、有用的信息。（2）广泛的领域覆盖；平台问答模块提供了一个互嵌式的社区交流，社区中的内容具有较强的生产时效性，内容涉及领域具有广泛性，且更为细分化地满足更多受众群
113、体。社区包含三种创作模式，涵盖十二个学科门类，来自不同学科背景的用户参与交流和讨论，打破学科之间的壁垒，促进不同领域知识的融合和创新。（3）深度的用户互动；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书49调动创作者与老师的互动积极性，相互之间的提问和解答形成了一个紧密的问答互动闭环。除了问答和讨论，平台问答模块还提供了丰富的互动功能，如点赞、评论、分享等。这种互动不仅限于表面的信息交换，更包括深度的思考、讨论和合作。用户可以在社区交流中共同解决问题，拓宽视野，从而形成更加紧密和有活力的社区关系。2.3 现实审视：人工智能艺术教育的现状与发展调查艺术专业教育调研报告揭示行业现状，洞悉教育
114、挑战，探索创新路径，引领艺术教育迈向新征程。生成式人工智能作为一种新兴技术，在艺术创作和教学中的应用日益增多，这不仅改变了艺术作品的创作方式，还对艺术教育的传统教学模式提出了挑战。在这种背景下，对人工智能工具在艺术教育中的认可度进行调研显得尤为重要，这不仅能够反映出当前艺术教育界对于新技术的接受程度，还能为末来生成式人工智能工具在艺术教育中的应用提供指导。本节基于高校教师与高校学生调研，从多个维度来对人工智能工具在艺术教育中的认可度进行研究，分析使用现状，识别存在的问题和挑战，以期制定更有效的教育策略和建设路径，推动艺术教育的发展和创新。2.3.1 调研目的与方法调研目的与方法1.调研目的（1
115、）为艺术教育发展和资源配置提供了参考依据；通过深入调研高校师生、企业对于生成式人工智能工具的认识、使用情况以及其对教学和学生学习的影响，本调研揭示了人工智能在教育中的实际应用状况，为高等院校在技术资源配置、教师培训和课程设计等方面提供决策参考。研究成果有助于调整艺术教育领域的资源分配，以适应数字化时代的教育需求，同时为政策制定者提供洞见，助其更好地把握生成式人工智能工具在艺术教育中的潜力及应用现状，为未来教育政策的制定提供一定的指导。（2）为人工智能与艺术教育融合提供了有效路径；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书50考虑到人工智能在艺术创作和教学中的潜力，本研究基于调查结果，
116、揭示了师生在艺术教育中应用人工智能工具的现状与所面临的困境挑战，并提出了有效整合人工智能工具推进艺术教育体系的具体路径。这一探索不仅有助于推动技术与艺术教育的融合发展，还为人工智能与艺术教育的有效整合提供了新的方向和思路，通过这些措施，可以最大化人工智能工具在艺术教育中的潜力，同时克服当前面临的挑战。2.调研方法本调研针对不同群体，使用不同的方法来探究各群体对人工智能工具的认知和应用态度。（1）教师问卷调研；本调研面向中国人工智能艺术教育协同创新平台成员发放问卷调研，调研对象的覆盖范围全面，涵盖了综合类院校、艺术专业院校和高职高专院校这些类型。参与调研的教师所述专业广泛，包括动画设计、数字媒体
117、艺术、产品设计、视觉传达设计、环境设计及公共艺术等，体现了调研的全面性和代表性。问卷设计聚焦于四个核心维度：“工具影响度“教学适用度”坏境支持度”和“未来使用度”，这些维度旨在深入探究教师对于人工智能艺术工具的看法和使用意向。通过 15个题项的设置，旨在评估生成式人工智能工具在艺术教育领域中的接受度和应用前景。（2）学生问卷调研；本调研旨在深入了解当前中国高校人工智能艺术教育的实际状况和未来的发展趋势，调研对象涵盖艺术类院校、985/211 高校、省部属综合型高校、市属综合型高校、高职（专科）、民办高校的本科生与研究生，学生专业涵盖纯艺类、设计类、戏剧影视类、音乐舞蹈类。针对在校学生的专业学习
118、与人工智能应用情况进行问卷设计，共中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书51计 21 个题项设计，问卷主要分为基本信息、人工智能艺术教育参与情况、课程内容与方法、学习效果与反馈、未来需求与期望五个板块。基于此调查有助于为高校人工智能艺术教育优化与发展提出科学合理的建议与策略。（3）企业招聘分析；本调研通过分析中国互联网协会发布的 中国互联网企业综合实力指数（2023）报告中排名前 20 的互联网企业在 2023 年对生成式人工智能的岗位需求，梳理了当前市场对艺术领域人才技能的具体需求趋势。（4）学术文献分析；研究数据采集来源基于中国知网（CNKI)数据库与Web of Scien
119、ce（WoS)核心数据库中与人工智能教育相关的文献为研究对象，探讨了人工智能在学术出版领域的关注度和话题探讨的深度。通过对这些文献内容的系统分析，捕捉学术界对于人工智能艺术教育的认知态度和研究趋势，进而为艺术教育的未来发展提供支持和方向指引。3.问卷设计（1）教师问卷调研；工具影响度；Q1：您是否认为人工智能工具更多地是助力创意？非常反对 反对 不确定 同意 非常同意Q2：您是否认为引入生成式人工智能工具会增加与其他学科（例如计算机科学）的合作机会？非常反对 反对 不确定 同意 非常同意Q3：您是否认为使用生成式人工智能工具会显著增加您的教学工作量？非常反对 反对 不确定 同意 非常同意Q4：
120、您对此会持有满意态度？中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书52非常反对 反对 不确定 同意 非常同意Q5：您认生成式人工智能工具是否能够与其他教学方法或技术相互补充？非常反对 反对 不确定 同意 非常同意教学适用度；Q6：在使用生成式人工智能工具后，您是否觉得学生的创作质量有所提升？非常反对 反对 不确定 同意 非常同意Q7：您是否认为使用生成式人工智能工具可能对学生传统动画技巧的掌握产生影响？非常反对 反对 不确定 同意 非常同意Q8：您是否认为您目前对生成式人工智能工具的了解足以在课堂上有效使用它们？非常反对 反对 不确定 同意 非常同意Q9：您是否同意因引入生成式人工智能
121、工具而使传统教学内容或技能不再那么重要？非常反对 反对 不确定 同意 非常同意环境支持度；Q10：您是否认为您所在的院校为使用生成式人工智能工具提供了足够的支持和资源？非常反对 反对 不确定 同意 非常同意Q11：您是否认为您所在学校的氛围是否有助于生成式人工智能工具在教育中的使用？非常反对 反对 不确定 同意 非常同意Q12：您是否感到您的同事非常希望在教学中使用生成式人工智能工具？非常反对 反对 不确定同意 非常同意中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书53Q13：您对您的学生艺术设计课程中使用生成式人工智能工具持何种态度？非常反对 反对 不确定 同意 非常同意未来使用度；Q
122、14：您是否考虑设计一个完全基于生成式人工智能工具的新课程？非常反对 反对 不确定 同意 非常同意Q15：您是否愿意在未来的课程中尝试或采用更多的生成式人工智能工具？非常反对 反对 不确定 同意 非常同意（2）学生问卷调研；基本信息：Q1：您的性别？男女Q2：您的年龄？20 岁以下20-30 岁30 岁以上Q3：您的年级是？大一大二大三大四硕士研究生博士研究生Q4：您的专业是？（具体专业名称写在第 5 栏）纯艺术设计类戏剧影视音乐舞蹈专业名称：_Q5：您所在的学校类型是？（可多选）艺术类院校985/211 高校省、部属综合型高校市属综合型高校高职（专科）民办高校人工智能艺术教育参与情况：Q6：
123、您是否选修过人工智能艺术相关课程？是，选修过是，正在选修否，未选修否，自学有意愿选修但未能选修其他：_中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书54Q7：您参与这些课程的动机是什么？（可多选）兴趣爱好职业规划学校要求朋友推荐探索新技术其他：_Q8：您觉得这些课程对您的吸引力如何？非常有吸引力较有吸引力一般较无吸引力完全无吸引力课程内容与方法：Q9：您认为当前人工智能艺术课程的内容是否丰富和有趣？非常丰富和有趣较为丰富和有趣一般较为不丰富和有趣非常不丰富和有趣Q10：您在学习过程中使用了哪些人工智能工具或平台？（可多选）ChatGPTMidjourneyStableDiffusionD
124、ALLEAdobeSenseiRunwayMLKLINGLUMAmachineARTIDesigner其他：_Q11：选择该类平台的原因？（可多选）功能强大使用方便免费或价格合理学习资源或教程丰富支持社区活跃易于掌握其他：_Q12：您在学习过程中遇到的主要困难和挑战是什么？（可多选）设备不足软件不熟悉缺乏教材支持时间不足缺乏专业指导其他：_D.学习效果与反馈：Q13：您觉得这些课程对您的艺术（设计）创作能力有何提升？显著提升较大提升一般较小提升无提升Q14：您对当前课程内容和教学方法有何评价？非常满意较为满意一般较为不满意非常不满意未来需求与期望：中国人工智能艺术教育白皮书中国人工智能艺术教育
125、白皮书55Q15：您希望在未来的课程中学习哪些内容？（可多选）更深层次的技术应用创意项目的实践行业应用案例跨学科合作新兴技术探索其他：_Q16：您对人工智能艺术教育的教学方法有何建议？（可多选）增加实践机会引入更多案例分析加强互动教学提供在线资源组织课外学习活动其他：_Q17：您对学校在人工智能艺术教育方面的支持和资源有何期待？（可多选）提供更多设备更新软件工具增加培训机会建立研究平台加强师资力量其他：_Q18：您是否希望学校组织更多关于人工智能艺术的研讨会或工作坊？是，非常希望是，较为希望一般不太希望完全不希望Q19：您对人工智能艺术教育的未来发展有何期望？迅速普及稳步推进缓慢发展观望态度不
126、太看好Q20：您认为人工智能艺术教育对您未来职业发展的帮助如何？非常有帮助较有帮助一般较无帮助完全无帮助Q21：您对人工智能艺术教育的具体建议和意见是什么？请详细说明：_2.3.2 结果分析结果分析1.高校教师调研分析（1）调研对象分布；中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书56图图 2-11 调研对象专业分布图调研对象专业分布图在学科分布中，动画、数媒专业的教师占比 83.61%，在调研对象占据了主要地位；而非动画、数媒专业教师尽管只占比 19.67%，但是他们参与也非常重要，不同专业背景的教师可能会有不同的经验、挑战和需求，对这一群体的调研结果可为本研究进一步深化提供一个视角
127、，来比较生成式人工智能工具在传统和新兴艺术设计教育领域之间的差异程度。（2）调研结果；通过调研高校教师对于生成式人工智能工具在艺术教育中应用的态度与看法，本调研发现：中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书57图图 2-12 问卷结果图问卷结果图 工具影响度：教师普遍认为生成式人工智能工具有助于创意发展和跨学科合作，表明他们看好人工智能在促进学术创新和教育多元化方面的潜力。尽管在生成式人工智能工具可能增加教学工作量的方面存在一定的担忧，但他们认识到生成式人工智能工具在教学方法上的互补性和对教学态度的积极影响。教学适用度：教师们对生成式人工智能工具带来的学生创作质的变化给予了积极的评
128、价，但同时他们也表达了对于生成式人工智能工具可能影响学生传统技能掌握的关切。环境支持度：教师们感觉到学校在提供人工智能工具使用的支持和资源方面急需提升。虽然周围同事与学生对生成式人工智能工具的积极态度创造了一个良好的使用氛围，但还是需要学校在资金、政策等方面的支持。未来使用度：结果显示出教师对于继续探索和整合生成式人工智能工具的强烈意愿，他们不仅愿意在未来的课程中试验更多的人工智能工具，还考虑设计以生成式人工智能工具为中心的新课程。这表明教师预期生成式人工智能工具将成为未来教育发展的一个重要组成部分。总而言之，高校教师认识到生成式人工智能工具的潜力，同时也看到了将这些工具有效整合到教学实践中所
129、面临的挑战。这些结果为高等教育机构提供了关于如何支持和促进生成式人工智能工具在教学中应用的有价值的见解。未来可能需要更多的研究来探索如何克服这些挑战，最大化生成式人工智能工具在教学和学习中的效益。2.高校学生调研分析（1）调研对象分布根据调研数据显示，参与调查的人中，设计类专业的比例最高，占比 64.65%，纯艺术、戏剧影视和音乐舞蹈的比例分别为 7.94%、中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书585.68%和 0.18%，整体来看，设计类专业的人数最多，占比超过三分之一，说明设计类在参与调查的人群中占据主导地位，这与人工智能在设计领域的应用广泛有关，而其他专业如音乐舞蹈的参与
130、度较低，显示出人工智能在其他艺术方向上的渗透度较弱。在本次调查中，大二年级的学生人数最多，占比 31.74%，其次是大一年级和大三年级，分别占比 22.99%和 21.28%。而博士研究生的人数最少，仅占 1.44%。整体来看，本次调查的样本中以大二年级的学生为主要群体，低年级的学生处于探索阶段，更容易参与新兴课程如人工智能艺术教育。参与调查的人群中，艺术类院校和民办高校是样本量最多的学校类型，分别占比 54.1%和 31.11%。其次是省、部属综合型高校，占比 20.47%。985/211 高校、市属综合型高校和高职（专科）的比例相对较低，分别为 5.41%、6.58%和 1.53%（图 2
131、-13）。图图 2-13 调研对象分布调研对象分布图图（2）人工智能艺术教育参与度分析根据数据显示，共有 1109 人参与了此项调研。其中，37.6%的人选择了“是，选修过”人工智能艺术相关课程，33.18%的人选择了“否，未选修”，11.18%的人选择了“否，自学”，10.19%的人选择了“有意愿，但未能选修”，4.78%的人选择了“是，正在选修”。根据数据分析，可以看出选修过人工智能艺术相关课程的人数较多，但仍有相当比例的人未选修或选择自学（图 2-14）。这说明我国人工智能教育仍然处于起步阶段，未能普及教育。在对参与学习的动机研究中，兴趣爱好所占比例为 58.43%，其次为探索新技术的驱
132、动因素较为明显，有 44.63%中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书59的人。其余主要动机为职业规划与学校要求，占比分别为 38.05%与37.33%。这说明对于接受人工智能艺术教育的核心动力来自于学生的内驱力与对新技术的探索欲，意味着人工智能艺术教育的普及具有较强的学生接受度基础。图图 2-14 人工智能艺术相关课程人工智能艺术相关课程选修情况比例图选修情况比例图将不同学校类型以及年级中的学生数量进行标准化处理，计算每个学校类型与年级中选修人工智能艺术课程的学生比例。985/211 高校的学生中，35.8%已经选修过人工智能艺术课程，艺术类院校中有46.2%的学生选修过人工智
133、能艺术课程，这是所有类型高校中最高的参与比例，表明艺术类院校在人工智能艺术教育中的主导地位，反映了这些院校在艺术与科技结合方面的领先地位。而省市属高校与高职高专受限于教学资源导致比例较低。通过交叉分析，可以看出大一学生选修人工智能艺术相关课程的比例最多，共计有 54.9%的大一学生参与过人工智能艺术教育的相关课程（图 2-15），说明目前国内人工智能艺术教育虽处于起步阶段，但在低年级学生阶段介入较为突出，表明早期教育阶段对新技术的接受度较高。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书60图图 2-15 人工智能艺术相关课程人工智能艺术相关课程各年级学生选修情况比例图各年级学生选修情况
134、比例图（3）人工智能艺术教育满意度分析通过对学生年级、课程参与状态、人数以及满意度四个维度的数据进行综合分析，可以更加全面地评价目前我国人工智能艺术教育在高校中的开展情况。根据学生在人工智能艺术课程中的参与和满意度气泡图（图 2-16）分析可以清晰地看到低年级（如大一、大二）的学生数据较为集中，反映出较高的课程参与度。而高年级（如硕士、博士）的学生，气泡数量和大小有所减少，但这部分学生的课程参与状态更为集中。低年级学生的气泡颜色普遍较深，尤其是在“已选修”和“正在选修”的状态下，显示出较高的满意度或课程吸引力。这可能是因为他们对新技术充满兴趣，或者课程内容较新颖，高年级学生中，尽管“已选修”状
135、态的学生数量较少，但他们的满意度同样较高，这表明虽然课程人数较少，但对那些参与的学生来说效果较好。总体上，AI 艺术课程在低年级中吸引力强，学生参与度高，且满意度较好，说明这些课程能满足初学者的兴趣和需求；在高年级中，尽管总体参与人数减少，但课程对这些学生来说更有价值与针对性，提供了更多的专业支持；各年级学生中，“已选修”和“正在选修”的状态占主导地位，且满意度较高，表明 AI 艺术课程在整体上得到了学生的认可，整体课程效果良好；未选修的学生虽然数量少，但他们可能需要额外的引导或资源，以吸引更多的学生参与。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书61图图 2-16 人工智能艺术课程
136、中的参与和满意度人工智能艺术课程中的参与和满意度分析图分析图（4）人工智能艺术教育工具使用度分析在当今人工智能技术迅速发展的背景下，AI 工具在艺术教育中的应用愈加广泛。不同学科领域的学生根据其专业需求和创作风格，对 AI 工具的使用表现出明显的差异。通过分析不同艺术学科学生对多个 AI 平台和工具的使用情况（图 2-17），探讨其背后的原因和趋势，并提出未来的研究方向和发展建议。中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书62图图 2-17 人工智能艺术教育工具效度图人工智能艺术教育工具效度图从数据可以看出，ChatGPT 几乎在所有学科中都占据主导地位，尤其是在“设计类”专业。Ch
137、atGPT 之所以广泛被采用，主要是由于其在生成文本、提供创意建议和辅助教学等方面的卓越表现。设计类学生常常需要通过文字表达创意、撰写项目方案，而 ChatGPT 凭借其自然语言处理能力，能够高效地提供支持。Midjourney 和 StableDiffusion 在设计类和纯艺术领域的使用也较为突出。设计类和纯艺术领域的创作高度依赖视觉表现，这两款 AI 工具擅长生成高质量的图像，因而受到这些领域学生的青睐。值得注意的是，Midjourney 和Stable Diffusion 在戏剧影视类的使用比例相对较低，这可能与戏剧影视领域更注重动态影像和叙事结构，而非静态图像创作有关。DALLE的使
138、用率在各学科中呈现中等水平，然而在音乐舞蹈领域的使用率为零。这一现象表明 DALLE 在视觉艺术之外的应用仍有较大的局限性。音乐舞蹈领域的创作以声音和动作为核心，传统的图像生成工具难以满足其需求。这也提示了未来 AI 工具在跨领域应用上的发展潜力。各艺术学科对 AI 工具的需求存在明显差异。设计类和纯艺术领域的创作以视觉表达为主，故而对图像生成工具的需求旺盛。而戏剧中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书63影视则更加依赖故事叙述和角色表演，因而在使用图像生成工具时的依赖性较弱。这些差异导致了各学科对不同 AI 工具的偏好不同。目前大多数 AI 工具的功能仍主要集中在特定的创作领域
139、。未来，开发兼具多模态能力的 AI 工具，将有助于其在更广泛的艺术学科中发挥作用。例如，结合图像、音频和文本处理能力的工具，能够满足戏剧影视和音乐舞蹈领域对综合性创作的需求。3.企业岗位设置分析在对 20 家公司的生成式人工智能产品设计岗位需求进行简要分析时，可以发现有 15 家公司列出了与生成式人工智能相关的职位需求，这一比例达到了 75%。这个数据反映了当前市场对于生成式人工智能技术在设计中应用的高度需求和关注。（1）企业竞争方向的延展；首先，它表明生成式人工智能技术已成为当下企业竞争力提升的一个重要方向，公司正通过这一技术寻求创新，以优化用户服务质量和提高内容输出效率。其次，这也揭示了生
140、成式人工智能技术在多个行业和领域中的广泛应用潜力，从用户互动、聊天机器人的 prompt撰写优化，到人工智能绘画产品的功能设计，生成式人工智能正逐渐成为连接用户、技术和内容的关键桥梁。表表 2-7 2023 年互联网企业生成式人工智能的岗位需求年互联网企业生成式人工智能的岗位需求序号序号企业名称企业名称主要业务和品牌主要业务和品牌所属地所属地AIGC 需求需求岗位岗位1深圳市腾讯计算机系统有限公司微信，QQ,腾讯云广东省AIGC 高级产品经理、游戏 Al-高级语音合成研究员、Al 大模型-搜索问答算法工程师、Al 大模型-Al 推理研发工程师2蚂蚁科技集团股份有限公司支付宝、蚂蚁链、ocean
141、base浙江省可控视觉生成算法专家-AlGC、AIGC 大模型应用架 构师、实习生：AIGC/3D 数字人/推荐/多模态方向中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书643淘天集团淘宝、天猫浙江省AIGC 基础能力方向、图文与策略方向、视频与策略 方向、直播与策略方向4百度公司百度搜索、百度智能云、文心一言北京市TTV 业务组_AlGC 增长产品经理、文库业务部_百 度文库AlGC 资深产品经理5美团公司美团、大众点评、美团外卖北京市AIGC 算法应用、Al 对话机器人产品运营、视频理解/AIGC应用负责人、AlGC 创新产品实习生6上海寻梦信息技术有限公司拼多多、多多买菜、Temu
142、上海市算法工程师/专家大模型方向、大模型算法工程师、大模型推理工程师7京东集团京东、京东物流、京东科技北京市大模型算法工程师、AIGC+推荐实习生8北京快手科技有限公司快手、快手极速版、AcFun北京市AIGC 技术专家/研究员、（大模型专项）AIGC 产品经理、AIGC 技术总监9北京抖音信息服务有限公司抖音、今日头条、西瓜视频北京市抖音房产内容运营（AIGC 方向）、战略实习生（AIGC 方向）、高级算法工程师一 AIGC、AIGC 技术专家、创意产品运营-AIGC 方向10网易公司网易邮箱、网易游戏、网易有道浙江省Al 创新产品经理、AI 产品交互设计师、AI 平台产品经理11小米集团小
143、米、MIUI 米柚、Redmi北京市AIGC 设计师、视觉设计师、高级用户体验设计师12携程集团携程、T、天巡上海市智能语音算法工程师、音频算法工程师、ChatGPT 方向的算法工程师13贝壳找房（北京）科技有限公司贝壳找房、链家、圣都整装北京市无14哔哩哔哩股份有限公司哔哩哔哩弹幕网上海市AIGC 产品运营实习生、创作产品实习生-AIGC 方向15上海米哈游网络科技股份有限公司米哈游、miHoYo、原神上海市smart3DModelingcurve&SurfaceModeling.AIGC-3D、高质量AI实时布料、动捕动画、多模态图像生成中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书
144、6516三六零安全科技股份有限公司360 安全卫士、360 手机卫士、360 安全浏览器北京市商业化算法工程师17波克科技股份有限公司波克城市上海市无18北京爱奇艺科技有限公司爱奇艺、随刻、奇巴布北京市无19汇通达网络股份有限公司超级供应商、超级老板江苏省无20看准科技有限公司BOSS 直聘、店长直聘、看准网北京市无表表 2-8 2023 年互联网企业生成式人工智能的岗位需求年互联网企业生成式人工智能的岗位需求岗位岗位工作职责工作职责网易 Al 创新产品经理1.通过 AIGC 的应用提升用户服务质量和内容输出效率2.协调上下游资源，探索娱乐方向的 Al 直3.参与 AlGC 介入私聊互动相关的
145、设计百度 AlGC 产品实习生1.Al 绘画产品的产品需求调研与产品功能设计2.Al 绘画领域相关调研分析、产品数据统计分析3.Al 绘画能力效果的迭代方向分析等美团 AIGC 创新产品实习生1.负责对用户进行调研，收集用户反馈和分析人类聊天对话数据，进行 AIGC 产品需求设计、策划产品方案。2.负责设计多种聊天话题场景，以及各场景下对话机器人的prompt 撰写、优化，调试多种性格特征的对话机器人。3.协同开发团队工作，跟进需求进展，为聊天机器人提供充足的prompt 语料，根据语境分析、优化 prompt。4.持续跟进行业趋势，共同打造 AlGC 驱动的下一代智能创作游戏化互动内容生态产
146、品中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书66（2）企业人才需求的转变；此外，75%的比例还暗示了企业在人才培养和招聘方面的策略转变。企业不仅需要招聘具备传统产品设计技能的人才，还需寻找能够理解和应用生成式人工智能技术的专家，以支撑新产品的开发和既有产品的升级。这种需求转变推动了艺术教育对于课程内容的更新，以包含更多关于人工智能艺术和创新设计的知识，确保艺术设计人才能够适应行业的变化总之，高比例不仅映射了生成式人工智能技术在当前企业中的普及程度，更是未来职场需求变化的风向标。随着生成式技术的不断成熟和应用领域的不断拓展，可预见，艺术设计领域将会继续经历技术驱动的变革，而对于能够熟练
147、运用生成式智能工具的设计师的需求将会持续增长。4.文献专题讨论分析在 CNKI 数据集中检索与人工智能艺术相关主题的文献共计 258篇，在 WoS 核心文献数据库中去重后共计检索到相关文献 175 篇，通过 CiteSpace 文献计量软件进行初步分析可以发现：（1）发文量呈现了总体增长的趋势。从年发文量可以看到，在中文社会科学引文索引收录的艺术学类别期刊的发表量呈现出增长趋势。具体来看，从 2013 年到 2015 年，AIGC 在学术出版领域的关注度相对较低，每年的文献数量为 1 到 2 篇。这个阶段可能反映了学术界对于这一新兴领域的初步探索和犹豫态度，整体研究还未充分展开。着技术的成熟和
148、应用案例的累积，AIGC 的潜能逐渐被认可，尤其在 2019 年达到一个高峰，显示出学术界对人工智能兴趣的增长。尽管 2020 年文献数量有所回落，但 2021 年之后，文献数量再次回升，并在 2022 年和 2023 年持续增长，分别达到 47 篇和 60 篇，这反映出人工智能已经成人文社科领域，特别是艺术学研究中已经成为一个热门话题，越来越多的研究者开始关注并深入探讨人工智能在艺术创作、中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书67美学理论和艺术史等方面的应用和影响。WoS 核心数据集中，最早探讨相关人工智能艺术教育的文献可以追溯到 1999 年，虽然国内对该领域关注起步较晚，但
149、在 2015 之后对于人工智能艺术教育的关注热点略高于国外，并在 2024 年逐渐呈现出更为全面且丰富的研究趋势，也表现出我国艺术教育领域对于人工智能等新技术的接受程度较为迅速。（2）学术专题倾向。对于 AI Art 的热门讨论，越来越多的学术期刊在 2023 年已经开设专题来探讨这一领域。这些专题的开设不仅体现了 AIArt 在学术和教育界中的重要性，而且也表明了对这一新兴领域的深刻认识和积极响应。这些专题不仅涵盖了 AI Art 的技术创新和应用案例，还深入探讨了它们对传统艺术概念、创作流程和版权等问题的影响。通过这些专题的讨论，期刊为艺术家、研究人员、技术开发者之间建立了一个跨学科的对话
150、平台。这种跨学科对话不仅促进了对 AIArt 的深入理解，还为未来的研究和创作开辟了新的方向。随着人工智能技术的不断进步和应用，这些讨论无疑将继续推动艺术界和科技界的融合与发展。图图 2-18 人工智能人工智能艺术教育艺术教育主题文献历年发文量主题文献历年发文量中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书68表表 2-9 2023-2024 年人工智能年人工智能艺术教育艺术教育主题代表性文章概览主题代表性文章概览（3）研究热点共性与差异突出。通过 LLR 算法进行聚类运算，生成关键词聚类分析图谱（图 2-19、图 2-20）并结合关键词频数进行统筹分析。可以看出在国内研究中，研究热点主
151、要集中在“教学改革”、“大数据”、“人才培养”、“新文科”、“智媒时代”、“互联网”、“应用研究”、“智能时代”、“数字艺术”、“教学模式”、“发展趋势”等相关领域。而国外的研究热点集中在 artificial intelligence（人工智能）、machine learning（机器学习）、identification（识别）、musical hearing（音乐听觉）、dance（舞蹈）、basic design principles（基本设计原则）、Model（模型）、deep learning（深度学习）、deepfakes（深度伪造）等。通过对比分析，可以从中发现一些显著共性与差异
152、：期刊期刊时间时间代表性文章代表性文章设计2024 年变革与未来：AI 时代的创意与设计教育研究美术教育研究2024 年数智时代背景下环境艺术设计创新教学模式改革探析艺术与设计(理论)2024 年新文科视域下高校艺术教育数智化改革研究EducationandInformationTechnologies2024 年Innovative music education:An empirical assessment ofChatGPT-4s impact on student learning experiencesInteractiveLearningEnvironments2024 年Art
153、ificialintelligence-supportedarteducation:Adeeplearning-based system for promoting university studentsartwork appreciation and painting outcomesDesignScience2023 年Artificialintelligenceindesigneducation:evaluatingChatGPT as a virtual colleague for post-graduate coursedevelopment中国人工智能艺术教育白皮书中国人工智能艺术
154、教育白皮书69人工智能的普遍关注。无论国内还是国外研究，人工智能都被视为推动艺术教育变革的重要力量；技术与教育的结合。国内外研究都强调了技术在教育中的重要性；跨学科研究。这是国内外研究的共同热点，以此培养更全面的艺术类人才。从热点差异方面可以看出国内研究侧重于宏观层面的教育政策与人才培养机制研究，而国外研究更加侧重于具体学科领域本身的智能技术与教育模式研究；在技术应用层面国外研究蕴含更加细分与深入的分析，国内更关注与主流技术结合进行艺术教育的探讨，如 5G 技术、大数据等。图图 2-19CNKI 中与人工智能艺术教育相关研究文献关键词聚类图谱中与人工智能艺术教育相关研究文献关键词聚类图谱中国人
155、工智能艺术教育白皮书中国人工智能艺术教育白皮书70图图 2-20WoS 中与人工智能艺术教育相关研究文献关键词聚类图谱中与人工智能艺术教育相关研究文献关键词聚类图谱2.3.3 结果讨论结果讨论1.普遍态度：积极接纳当前艺术教育领域对于人工智能呈现一种积极接纳的态度，反映了教育者、企业对于科技革新的适应能力和愿意探索新教育方法的开放心态。这一态度背后的动因是多方面的：首先，人工智能技术作为一个新兴领域，为艺术创作和教学带来了新的视角和工具，例如，从教师问卷中的 Q1（是否助力创意）的高赞同率和企业职业的需求中可以看出，生成式人工智能工具不仅能促进学生的创意思维，还能为互联网企业提供相适应的人才，
156、推动跨学科的学术合作。其次，人工智能技术在提高教学效率、实现个性化教学以及促进学生创新思维方面展现出巨大潜力。例如，通过生成式人工智能工具分析学生的学习习惯和偏好，教师能够更精准地调整教学策略。然而，这种积极态度并非未经批判的技术狂热，教师们在热情接纳的同时也保持了对人工智能技术影响的深思熟虑，特别是在如何保持艺术教育的人文精神和审美价值方面。2.创新机遇：技艺融合生成式人工智能工具不仅在创造过程中提供了新的技术手段与中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书71技术突破，而且在激发创意、扩展艺术表达和探索新领域方面发挥着关键作用，其引入为艺术教育领域带来了新的创新机遇。从教师问卷的
157、 Q5（生成式人工智能工具与其他教学方法的互补性）中可以看出，绝大多数教师认为生成式人工智能工具能够与传统教学方法相互补充，挑战了传统艺术教育的界限，为学生和教师提供了一种新的、更为广阔的艺术教育探索空间。在艺术创作方面，生成式人工智能工具的应用使得学生能够探索前所未有的创作方式，挑战传统艺术的界限，从而拓展了艺术表达的范围。这种技术与艺术的融合，不仅为艺术家提供了新的创作工具和灵感来源，也为艺术教育带来了如 AIArt、虚拟现实艺术等新的教学内容和方法，这些新兴艺术形式的出现，为艺术教育提供了全新的领域和探索空间。3.发展缺口：资源制约尽管生成式人工智能工具在艺术教育中的应用受到积极接纳，但
158、调研结果也揭示了一个显著的发展缺口，即资源的制约。这种制约主要体现在技术设备的缺乏、专业培训的不足、资金支持的限制以及教学时间的紧张。例如，要有效地整合人工智能工具，不仅需要先进的硬件和软件，还需要对教师进行系统的培训，使他们能够熟练运用这些工具。缺乏这些资源和支持可能导致生成式人工智能工具的潜力无法得到充分发挥，限制了教育创新的实现。此外，一些院校对于生成式人工智能工具的投资和支持往往还不够充分。这不仅包括财政投入，还包括对于这种新技术的认识和态度。很多时候，管理层缺乏对生成式人工智能技术在教育中应用价值的深入理解，从而导致对相关资源的投入不足。因此，要发挥生成式人工智能工具在艺术教育中的潜
159、力，需要院校和政策制定者在资源分配、专业培训和支持系统建设方面做出更多的投入。4.教学挑战：新旧平衡在艺术教育领域中，人工智能技术的引入带来的最大挑战之一是中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书72如何平衡传统艺术教学与新兴技术的结合。这一挑战涉及教育理念、教学内容、教学方法以及教师和学生角色的变化等多个方面。首先传统艺术教育重视个人创造力和艺术感悟的培养，而人工智能技术则带来了基于数据和算法的创作方式。这种方式在一定程度上挑战了传统艺术的创作过程和价值判断；其次，教学内容和方法的更新是面临的另一个挑战。在生成式人工智能工具的辅助下，艺术创作的方法和可能性正在发生变化，这要求教学
160、内容不仅要涵盖传统的艺术理论和技巧，还要包含对新兴技术的理解和应用。此外，教师和学生的角色也在发生转变。人工智能辅助的教学环境中，教师更多地扮演指导者和促进者的角色，而学生则有更多的机会进行自主探索和创造。面对这些挑战，教师需要推陈出新，找到合适的平衡点。2.4 图景描摹：人工智能艺术教育的创新发展趋势人工智能艺术教育创新涌现，技术融合、个性化学习成趋势，引领艺术教育迈向智能化、多元化新纪元。随着人工智能技术的深入融合，艺术教育正经历一场深刻的革新。在这一变革中，教师的角色正在从传统的知识传递者转变为创新的启发者和引导者，他们利用人工智能工具开展个性化教学，激发学生的创造潜能。同时，人工智能本
161、身在艺术领域的身份也越发明确，它不仅是辅助工具，更是创作伙伴，拓展了艺术表达的边界。在人才培育方面，思想观念的转变更加注重培养学生的跨学科能力和创新思维，以适应未来艺术与技术交融的复杂性。这些转变共同构建了一个新时代的艺术教育图景，其中创新和多元并行，技术与艺术交相辉映。2.4.1 从从“知识讲解知识讲解”到到“协同育人协同育人”的教育观转向的教育观转向1.师生互动模式的重构在人工智能艺术教育中，教师与学生之间的互动是提高学习效果的关键。这一转变不仅体现在教学方法的变化上，更在于如何利用人工智能技术来对艺术教育中的“师-机-生”协同共生生态系统进行构建。中国人工智能艺术教育白皮书中国人工智能艺
162、术教育白皮书73（1）授课模式的协同化；人工智能赋能艺术教学，可使教师从低效、复杂、繁琐的单向知识讲授中解放出来，奔赴协同育人的教育模式。一些如学习分析工具和个性化推荐人工智能系统，可以帮助教师深入了解学生的学习需求和艺术兴趣，从而使教师能够更有效地指导学生，并根据学生的反馈调整教学方法。这种以学生为中心的艺术教学模式，促进了教师从单向知识传授者转变为学习的引导者和协作者。（2）教学内容的个性化；人工智能促进了艺术教学内容的个性化和动态调整。通过分析学生的学习行为和艺术创作作品，人工智能系统与教师可以为每位学生提供定制化的学习路径和艺术资源。这不仅增强了艺术学习的针对性和有效性，也让学生能够根
163、据自己的节奏和兴趣学习，进而激发学生的主动学习意愿和艺术创新能力。2.学生主导的学习过程在人工智能艺术教育中，学生主导的学习过程是教育模式创新的重要组成部分。这种以学生为中心的学习方式不仅更符合当代教育理念，还能有效提升学生的学习兴趣和创新能力。（1）学生学习的自我驱动；学生主导的学习过程强调个性化和自我驱动的学习体验。在人工智能辅助的艺术教育环境中，学生能够根据自己的兴趣和学习速度选择学习内容和路径。（2）学习过程的机器鼓励；学生主导的学习过程鼓励学生在学习中进行更多的实践和尝试。在人工智能辅助的艺术创作中，学生可以利用各种工具和技术进行实验性创作。这种实践中学习的方法不仅能够提升学生对艺术
164、技巧的掌握，还能培养他们解决问题和创新思维的能力。（3）多元学科的自主合作中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书74学生主导的学习过程也促进了跨学科学习和合作。在人工智能艺术教育中，学生不仅学习传统的艺术技巧，还会涉及科学、技术、工程和数学等领域的知识。这种跨学科的学习模式不仅丰富了学生的知识体系，还激发了他们从不同角度探索和理解艺术的兴趣。3.教学内容和方法的创新在人工智能艺术教育中，教学内容和方法的创新是提高教育质量和效果的关键。这一趋势不仅反映了技术进步对教育领域的影响，还体现了教育模式向更加灵活、互动和个性化的方向发展。（1）作品体验的多样化；人工智能技术的引入使得艺术教
165、学内容更加丰富和多元。传统的艺术教育往往受限于教师的知识范围和可获取资源的限制，而人工智能技术的应用可以突破这些限制。例如，通过人工智能系统，教师和学生可以深度体验到更广泛的多元的艺术作品。（2）课程体验的多元化；教学方法的创新是人工智能艺术教育的另一个重要方面。传统的面授教学方法在某些情况下可能无法激发学生的学习兴趣，而人工智能技术提供了新的可能性。例如，通过虚拟现实（VR）和增强现实（AR）技术，学生可以体验到更加生动和互动的艺术学习过程。这种技术不仅可以用于模拟历史场景和艺术工作室，还能让学生亲自参与到艺术创作中，从而提高学习的趣味性和实践性。（3）教学评估的创新化；人工智能技术的应用也
166、促进了艺术教学评估方法的创新。在传统的艺术教育中，学生作品的评估往往依赖于教师的主观判断，而人工智能技术提供了更加客观和多元的评估手段。例如，通过计算美学等机器学习、深度学术的方法来分析学生作品的风格、技巧和创新性，人工智能系统可以为教师和学生提供更加全面和深入的评价。这种评中国人工智能艺术教育白皮书中国人工智能艺术教育白皮书75估方法不仅有助于教师更准确地了解学生的学习成果，也能为学生提升自身的艺术水平提供了正向反馈。激励学生不断提高自己的艺术水平。通过这些方法，不仅提高了教育的质量和效果，还为学生提供了全新的艺术学习体验。2.4.2 从从“服务教学服务教学”到到“课程主体课程主体”的身份性