丘挺｜算法的规训与艺术的突围：数字时代绘画自主性的再发现

更新时间：2025-09-09 16:48  浏览量：1

人工智能技术正深刻改变图像生产与审美传播机制，促使传统绘画艺术面临文化定位与价值体系的重新审视。在此背景下，亟待探讨的核心问题是：当算法主导视觉领域时，艺术创作的主体性是否遭受系统性消解？人类感性经验的丰富性是否被简化为可预测的算法规则？本文通过分析“算法审美”对感性经验的标准化运作及其对艺术创作、接受模式的改造，考察艺术主体如何在新技术逻辑中重构意义生成机制，进而为传统绘画在数字时代的深读与创新发展提供启示。

一、算法环境中的绘画困境

进入21世纪，数字技术的普及使算法逻辑深度嵌入视觉文化生产体系。数字时代的图像本质发生根本转变——从传统的视觉再现载体，演变为经算法编码、训练与筛选的特定形式。生成式人工智能的算法谱系正从早年的变分自编码器/生成对抗网络（VAE/GAN）两分天下，快速演化为“Diffusion＋Autoregressive Transformer”，其背后是数据驱动与算力提升共同推动的生成范式跃迁。生成式人工智能不仅成为艺术创作的新工具，更重新定义了图像的生成范式与认知基础。这种数据驱动的创作机制，正在深刻改变艺术领域的感知结构：绘画艺术赖以存续的视觉经验与感性机制遭遇挑战，图像不再单纯承载艺术家对世界的个性化表达。尤其对于强调笔墨精神性的中国画而言，这无疑是前所未有的挑战。算法的中介性不仅改变了作品的生成机制，也深刻重塑了艺术的感知方式与传播模式。

首先，算法对情感与感知的编码处理，造成了人类感性经验的巨量压缩。诸如普拉奇克（Plutchik）的情绪轮（8类情绪标签：喜、信、恐、惊、悲、厌、怒、期待），以及FER-2013（7类情绪标签）、AffectNet（8类情绪标签）等数据集，将复杂的心理反应拆解少量可用于训练的标签，使得以情感微妙变化为美学支点的传统绘画难以被系统识别或生成。中国画自古强调“传神写意”，讲究“气韵生动”，艺术家通过笔墨抒发主观情感与宇宙感应，而AI算法生成机制则往往倾向于图像形态的表面拟合与情绪标签的线性处理，它在处理“笔墨气韵”这类难以量化的视觉经验时显得力不从心，从根本上难以承载水墨的微妙转化与“心手相应”的过程性维度。这种生成逻辑背后隐含的“简化现实”机制，正在压缩艺术表达的深度与歧义性，令“多义”“混沌”“无用之用”等中国画美学核心逐步消解于技术表征中。更深层的问题在于，算法对“不确定性”的排斥与中国画对“偶然天成”的追求构成根本性冲突。水墨的晕染、笔法的飞白在追求精确、可控的算法逻辑中容易被判定为“噪声”而遭剔除，同时，算法训练依赖的海量数据往往缺乏对特定文化语境的理解，使得AI生成的水墨作品常流于形式拼贴。

其次，社交媒体与数字平台所依赖的算法推荐机制导致了审美选择的“标准化”，进一步影响着艺术作品的可见性与存续方式。在算法偏好的驱动下，视觉冲击力强、易于传播的图像形式（如高饱和色块、叠加特效等）更易获得流量支持，而传统艺术中紧扣文化根性的诗意化逻辑，及其背后对生命“之间”的描绘，却因不易量化和互动率较低而被边缘化，这也使得公众的审美经验逐渐被推向同质化和程式化。图像逻辑从以人为中心转向“生成—训练—分发”的数据流程，艺术由此失去在精神空间中的主动权。

再有，计算机算法和数学领域的技术精英对“美学”“中式审美”知之甚少，由于缺乏艺术专业的训练与绘画创作的体悟，让他们做好人工智能的训练是“强人所难”。但艺术家空有审美品位，在人工智能时代，若不能介入算法，不能介入人工智能训练，不能将“美学品位”以“技术体例”传达给大模型，那么AI生成肯定止步于大众消费的视觉品位。中国画特有的视觉图式在人工智能视觉认知体系中面临双重危机：既存在被系统性边缘化的风险，又可能遭遇文化误读。这一状况不仅制约了传统绘画的传播效能，更通过算法推荐机制潜移默化地形塑艺术教育的价值导向。尤其当算法主导文化内容分发时，那些承载批判性思考的绘画实践常因不符合流量化审美逻辑而遭到压制。由此观之，算法已超越技术工具属性，演变为承载特定文化偏好的认知框架，重新定义什么是“可见的艺术”。这种“可见性”的争夺还延伸到文旅产业的数字化呈现，尽管当前AI在文旅产业的应用仍在初级阶段，但AI与虚拟技术的结合，使得文旅地标建筑、博物馆的技术应用正在创造超越物理空间的沉浸式体验，正在逐步改变文旅产业原有的结构和规则。

在算法深度渗透视觉生产的当代语境中，绘画遭遇的困境既体现为媒介迭代带来的形式挑战，更关涉其文化根基、审美逻辑与精神价值的系统性调适。由此，“如何深读艺术”已超越技术层面，成为关乎文化立场与价值取向的根本命题。需要指出的是，人工智能并非艺术的对立存在，而是具有对话潜能的共生主体。唯有通过对算法运行机制的批判性解析，方能真正把握传统艺术危机的本质。这要求我们摒弃“技术威胁论”与“工具崇拜论”的二元对立，在技术批判的基点上转向文化重建，进而探索传统艺术在数字时代的创造性转化路径。

二、艺术应变的实践探索

笔者曾于2024年前往惠特尼美国艺术博物馆（Whitney Museum of American Art），参观计算机生成艺术领域先驱哈罗德·科恩的回顾展览。这位致力于探索人工智能的艺术家将知识和创作过程转化为代码，其艺术实践为理解当下生成式艺术（如DALL-E、Midjourney等应用）中的创作主体性、人机关系等核心命题提供了一种非常重要的历史视角。当前，面对算法对艺术感知、传播与生产机制的结构性影响，艺术家群体呈现出超越技术拒斥的复合态度：通过在创作、展示与教育场域重新激活身体经验、感性维度与文化肌理，以“反向介入”策略回应算法权力的规约。此类实践不仅构成美学方法的调适，更标志着从视觉表达到文化批判的范式转型。

“哈罗德·科恩: 亚伦”（Harold Cohen: AARON）展览现场 2024年2月3日—5月19日 惠特尼美国艺术博物馆 图片由惠特尼美国艺术博物馆提供 摄影/Ron Amstutz

英国艺术家安娜·里德勒（Anna Ridler）通过手工绘制上万张郁金香图像，训练GAN模型生成“未来郁金香投机图”。在她的装置Mosaic Virus中，AI生成图像随比特币价格而变化，借AI生成逻辑批判视觉消费主义。捷克艺术家兹德涅克·塞科拉（Zdenek Sykora）在20世纪70年代已开创了独特的艺术语言：以计算机算法生成交织曲线组合。从色彩配置到线条的长度、粗细及走向，构图的每个要素均由程序确定。这种创作方式使作品兼具数学精确性，同时融入随机性与偶然性特质。意大利艺术家达维德·夸约拉（Davide Quayola）使用工业机器人以高精度笔触模拟古典绘画的生成过程，却刻意引入故障、误差与图像不完整，以此制造一种“非理性技术”的视觉逻辑。法国艺术家帕特里克·特雷塞特（Patrick Tresset）将AI应用于模拟绘画行为本身，机械手臂用毛笔一笔笔描绘人物素描。他借助算法模拟“迟缓的手工绘画”来延续传统艺术的节奏美学，以缓对快、以体感对抗运算。同样对视觉秩序进行系统解构的还有中国艺术家曹斐，在作品《RMB城市》（RMB City）中使用Second Life平台构建虚拟城市，通过在虚拟世界中创建自我投射的数字身份，揭示出算法如何重塑人的行为逻辑、身份结构与情感机制。她对虚拟身份与真实个体间断裂的持续追问，构成了对数字社会“算法同一性压迫”的反思，也为传统艺术中“自我书写”“意象自由”等本体价值的重新唤醒提供了参照。

[捷克] 兹德涅克·塞科拉 Lines n°24-The Last Judgement 布面油彩 300×300厘米 1984 摄影/丘挺

中国当代水墨艺术同样选择将文化特性嵌入数字语境中，在创作中保留“书写的偶然性”“笔墨的不可控”“意象的模糊边界”等传统水墨核心语汇，重视水墨中的涣散性与沉思性，从而在视觉文化加速背景下提供另一种抗速感，重申中国画中“澄怀味象”的精神维度。艺术家陆军将墨滴入水中捕捉其瞬时三维形态变化，通过后期非线性组合与再造，探索墨在水中超越宣纸的灵动性，以数字技术承载水墨精神。高妍玫团队在近2000张宣纸手绘运动人形，结合三万帧数字动画渲染，赋予数字笔刷“骨气雄强”的书法质感，为2022年北京冬奥会开幕式创作了惊艳世界的动态水墨动画，通过“观象取意”提炼体育精神，实现水墨气韵与运动数据的融合。2025年年初，笔者于中央美术学院美术馆策划了“传移模写：中央美术学院中国画临摹教学作品展”大展，其中李世奇团队的作品《人工神经雅集》是面向中式审美的生成式AI探索，将传统文化与美学知识结构化地融入模型训练，实现了对AI生成的文化嵌入和审美规训。

李世奇 人工神经雅集静帧1数字影像尺寸可变2024

李世奇 人工神经雅集静帧2数字影像尺寸可变2024

在数字作品《桃幻》的创作实践中，笔者与限像工作室合作，基于算法编程对桃树落英意象进行动态化生成。通过不可预测的色相流变机制，作品重构了传统水墨特有的逃逸性美学。其独特性在于：首先，解构中国画笔墨的材质特性（如宣纸渗透、墨韵层次）与气韵表达范式，将之转化为生成算法的逻辑基础；其次，在数字影像中保留水墨“松、糯、毛”等物质质感的同时，实现物理媒介无法达成的时空延展。创作过程中，算法系统驱动视觉形态的自主演化，并通过音频参数实时映射构建视听通感结构。最终作品以时序性叙事解构传统卷轴空间，在数字场域中建构出水墨诗性维度——这不仅是对水墨本体论的技术转译，更通过“可控的偶然性”机制实现了对技术理性的美学超越。

丘挺、限像工作室桃幻静帧1数字生成影像2022

三、人—机协同视角下的艺术生态

人工智能作为具备自主创造力的异质性智能体，在深度参与艺术的趋势下，它基于算法涌动的视觉生成能力虽能突破人类技法的物理局限，却因缺失具身化的自然体认与历史文心的微妙沉淀，越来越多的艺术教育者意识到仅教授AI工具的使用是不够的，如何使学生拥有“批判性算法素养”成为教育反技术路径的关键。例如，加州艺术学院新增课程“技术图像批判”（Critical Images of Computation），引导学生使用Midjourney、Runway等工具进行绘画实验，更要求他们分析AI生成图像的训练语料、算法偏见、模型框架，从而理解“视觉如何被建构”。英国伦敦大学金史密斯学院数字艺术专业则采用“双通路教学法”，一方面教授AI工具操作，另一方面鼓励学生进行手工拼贴、素描与速写，以保持对身体性的敏感与实践深度的训练。

笔者认为，当AI以加速度渗透艺术时，绘画的未来并不在于与技术争高低，而在于是否能在技术的阴影下重建自己的语言。绘画不是技术的影子，而是其反射面。正如维拉利奥所言：“我们不是被图像统治，而是忘了自己也能创造图像。”〔1〕在这一层面上，反技术路径并不是“反对技术”，而是反对“技术决定一切”。它是一种美学的异议，也是一种文化的抵抗。随着生成式人工智能从工具阶段迈向“类主体”角色，艺术生态已开启了“人—技”协同结构的新图景。传统的人类中心主义美学和“工具性理性”正逐步失效，而以协同共创、感知融合与伦理重构为导向的艺术生态系统正在生成，这一生态重建不是“去技术化”，而是“去中心化”。

“人”是艺术经验与文化判断的基础主体。在强调算法逻辑的今天，艺术更应回归“感性智能”的训练，强化创作者对身体经验、媒介属性与图式传统的理解与锤炼。笔墨之美不仅是技法，更是关于时间、肌理与宇宙观的哲学表达。当算法将图像转化为符号集合，人的主体性需通过对媒介深度感知来重塑。AI不再仅仅是对文本提示的响应工具，其参与不是单向度的“使用”，而是成为创作中的主动感知因子，一种文化语境中生成的“理解路径”。当艺术家引入AI生成时，通过对风格、情绪、结构等多维向量的重构，与自身经验进行实时耦合，通过界面选择、语义纠偏、图式干预等方式将“工具”转化为“语言”。人工智能提供异质性的认知视角，人类则承担情感诠释与文化语境锚定的功能，二者共同催生复合型美学语言。例如，艺术家需引导算法理解“留白”不仅是物理空间的空缺，而是宗白华所言“无画处皆成妙境”的空间呼吸感；阐释“骨法用笔”非单纯线条轮廓，更是笔力透纸所承载的生命力度与时间轨迹。这需要艺术家将抽象的美学概念拆解为算法可处理的视觉元素和关系参数，并通过生成迭代持续校准。这个过程充满挑战，但也正是在这种艰难的“深读”中，传统美学的精粹获得了在数字语境下被重新阐释和激活的可能。

RE睿·国际创意馆内的数字圆明园投影展示2022图片由《新京报》提供摄影/王嘉宁

人工智能驱动的艺术生态正在重构创作、传播与接受的整体结构，艺术家不应止步于生成层面，更应介入平台机制的设计与图像文化治理。尤为关键的是对技术伦理的前摄性考量——包括模型训练数据中潜藏的历史偏见与文化权力关系——这些要素构成生态重建的维度。新机制推动艺术权力结构的转移，促使创作价值判定从作品实体转向过程性协商。最终，AI介入艺术不仅是工具逻辑问题，更是关于人类感知方式的哲学命题。从认知科学与现象学角度出发，人—机协同意味着人不再是创作的控制者，而是感知调节的赋义者；技术不再是被动工具，而是认知参与者；而感知不只是审美结果，更是人机互动中涌现出的新感性。这种结构可以理解为“互感”：体现为人类情感模式与算法生成路径的相互塑造，形成非线性的动态创作系统，绘画因此获得了从表达工具向感知机制的角色转变，不再只是图像生成，而成为文化认知边界的拓展实验。

在这一趋势下，绘画的未来不在于区分“人类创作”与“AI作品”，而在于能否构建一个多元协同、动态互构的文化共生机制。正如科技预言家凯文·凯利提出“2049酷中国”的概念〔2〕，艺术不会在未来共生的机制中被压缩，反而重获其作为文化、感知与伦理实验场的可能性，进而匹配文旅产业形成基于数据的新型经济，贡献出高质量的产品输出。绘画在数字时代的危机并非孤立存在，而是嵌入于技术逻辑、传播结构与文化生态的系统性变化之中。从“绘画困境”到“艺术应变”，再到“文化调适”，其存续与发展的根本之道在于：既不盲从技术，也不拒斥变革，而是以文化自觉为核心，在视觉语言、传播机制与教育系统中与AI共同重建其深度参与的能力。在这个由算法主导信息流动的时代，唯有既以个体的心性修为抵抗技术功利主义对诗性本体的侵蚀，又借AI拓展知识建构维度，最终在生命精神的终极追问中维系艺术智性的觉醒，方能真正实现对艺术的“深读”——不仅慢下来，更深入进去。

（文/丘挺，中央美术学院中国画学院院长、教授，本文原载《美术观察》2025年第9期）

注释：

〔1〕Paul Virilio, Translated by Julie Rose, The Vision Machine, The Indiana University Press, 1994.

〔2〕[美]凯文·凯利著，吴晨编著《2049：未来10000天的可能》，中信出版集团2025年版。