当前位置: 首页 > news >正文

AI时代艺术家的反抗

过去三年的科技写作中,有一个关于艺术家与AI的叙事版本占据了主导地位。它是这样的:图像模型在数百万艺术家的作品上进行了训练,大多未经许可。这些模型现在能够生成技术上合格、风格上具有衍生性的图像。曾经收入还不错的商业插画已经崩溃。艺术家们愤怒、起诉、绝望、放弃,或者四者兼而有之。人类创造力的未来岌岌可危。

这个故事的每一个部分,就其本身而言,都是真实的。

然而,当你真正接触那些以绘画、插画、设计、雕塑、摄影、写作、动画为生的在职艺术家时,你会发现他们中的大多数人并非生活在这样的叙事中。他们的真实故事更加复杂多样。这其中固然有愤怒,但更多的是与AI毫无关系的日常工作,以及比恐慌叙事所暗示的更为安静、更有趣的应对方式。

我想写一写这个真实的故事,因为它正在被淹没,而且我认为它对于思考艺术在这样一个时刻的作用更有价值。

1、艺术家不是一个群体

首先需要注意的是,"艺术家"并不是一个统一的人群。AI时代带来的威胁和机遇在所谓的艺术世界中分布极不均衡。 为视频游戏制作概念艺术的商业插画师,与在布鲁克林画廊展出的画家,处境截然不同。婚礼摄影师与新闻摄影师的处境不同。图书封面设计师与雕塑家的处境不同。把他们混为一谈,只会产生对某些艺术家成立、对其他艺术家却不成立的论断。

受图像模型影响最直接的艺术家,是那些从事我们可以称之为"图像劳动"的人:按照客户要求、在时间限制内创作图像。为文章配的专题插图。为电影和游戏创作的概念艺术。图库摄影。为小型企业设计的标志。动画的背景艺术。

这类工作的经济底线已经急剧下降,因为现在的底线是一个月20美元的图像模型订阅费,能在几秒钟内生成一个合格的第一稿。那些曾经为一张快速插图支付500美元的客户,现在在很多情况下会自己生成插图,花费为零。这同样也是一种艺术工作。那些价值集中在技术执行力上的艺术家——即"我比你更快更便宜地制作这张图像"——处境艰难。而价值在其他方面的艺术家大多安然无恙。许多人正在蓬勃发展。有些人正在创作他们职业生涯中最好的作品。

2、无法复制的部分

"其他方面"是什么?主要是模型无法做到的事情。

模型不可能有三十年的创作实践。它不可能像在那里生活了三十年的人那样了解一座城市。它不可能拥有一张脸、一具身体、与社区的关系、作为一个创作特定类型作品的特定人群的持续公开生活。它不可能出现在你的婚礼上并察言观色。它不可能决定那个你已经工作了两年的一系列作品终于完成了。

它不可能以有趣的方式犯错,因为以有趣的方式犯错需要一个关心正确性的自我。

艺术家们正在慢慢认识到——过程不均衡,有时非常艰难——他们工作中可复制的部分就是可以被替代的部分,而属于他们自己的部分大多无法被替代。

技能是可以复制的。

意图不是。

一个在所有插画上训练出来的模型可以生成图像。但它无法生成Karan Kumar的图像,因为Karan Kumar是一个特定的人,他的特定历史才是使他的作品凝聚在一起的原因。模型可以模仿他的风格。但它无法替代他的下一个决定。这听起来很浪漫。但它也极其务实。目前做得好的艺术家,大多是那些作品从一开始就不仅仅关于技术复制的人。他们一直依赖模型无法触及的东西:一个独特的视角、一个积累成某种东西的作品体系、与观众的关系、一种只属于他们自己的观看方式。

3、市场底部最先崩溃

以摄影为例,大约25年前它经历了非常相似的时刻,当时数码相机摧毁了专业胶片摄影的经济学。2003年的普遍看法是摄影结束了。任何拥有数码相机的人都可以拍出技术合格的图像。商业摄影市场在某些领域崩溃了。但摄影艺术并没有崩溃,它实际上蓬勃发展了。像Wolfgang Tillmans、Rinko Kawauchi、Stephen Shore这样的摄影师,以及数以百计的其他人,继续工作、继续展览、继续保持核心地位。市场底部消失了。中高层没有。

我认为现在插画和图像创作领域大致正在发生同样的事情。底部——专题插图、图库照片、小企业标志——正在被模型吸收。中高层大多安然无恙。拥有强烈个人风格的编辑插画师仍然在受雇,通常报酬更高,因为相对于大量生成的图像,他们的独特性变得更加稀缺。画廊画家仍然在画。雕塑家仍然在创作。

作为一个人们制作独一无二物品的场所的艺术世界,几乎未受到图像模型的影响,因为艺术世界从来就不仅仅是关于图像生成。它关乎的是物品、存在感、历史,以及成为一个特定类型艺术家的漫长过程。

4、艺术家正在以不同的方式使用工具

另一件正在发生的事情,比恐慌叙事更安静,是艺术家们正在使用这些工具。不是那些激动的科技文章所暗示的方式——“AI作为创意伙伴”、"未来的艺术家"等等——而是更具体、更实际的方式。

  1. 作为参考机器。
  2. 作为创意生成辅助。
  3. 作为在正式画布之前草拟构图的方式。
  4. 作为在项目中人机之间的缝合线本身就是主题的合作者。

过去两年我见过的一些最有趣的视觉作品,以模型的创造者未曾预料的方式使用了图像模型。像Holly Herndon和Mat Dryhurst这样的艺术家一直在探索在自己作品上训练模型并将其作为实践延伸意味着什么。Refik Anadol的装置使用生成系统来创造任何个人都不可能制作的动态大型环境。有些画家使用扩散模型来生成构图草图,然后完全忽略这些草图,去画这些草图让他们想到的东西。有些作家使用语言模型来生成他们随后在页面上与之争论的草稿,就像有些作家以前与合作伙伴争论一样。

这些都不符合"AI将取代艺术家"或"AI将释放艺术家做最好的作品"的叙事。

*艺术家正在做他们面对新技术时一直做的事:*拿过来,打破它们,让它们做它们本来不被设计去做的事情,并将结果纳入一个远比技术更古老、也必将比技术更持久实践中。

这里有一个值得澄清的地方:

因为人们很容易将接受与投降混为一谈。这并不意味着机器突然与人手平等。AI生成的作品可以令人印象深刻。它可以让你停顿、微笑,甚至惊叹一秒。但它无法承载一个有生活实践的重量。它无法包含一笔之前的犹豫、一张照片背后的记忆、让一个人十年如一日地回到同一主题的那种私人执念。

人的触感不仅仅是附加在作品表面的纹理。它是作品存在的根本原因。

关键不在于艺术家必须热爱这些工具,也不在于每个艺术家都应该使用它们。**关键在于这些工具现在就在这里,无论我们是否喜欢它们。**拒绝谈论艺术家实际上如何使用它们并不能保护艺术。它只会让对话变得不那么诚实。更有用的问题不是AI能否生成图像。它显然可以。更好的问题是,当一个人制作图像时,仍然有什么不同,以及为什么这种不同仍然重要。

5、真正的斗争是关于劳动,而非艺术

我应该说明的是,这种复杂的现实并不能解决一系列真实而严重的问题。训练数据问题尚未解决。大多数图像模型在未经创作者同意的情况下,在数百万件艺术作品上进行了训练。诉讼正在法院中进行。最终结果尚不确定。有可能在未来几年内,当前一代模型的很大一部分将被认定为法律上不可持续;也有可能不会。

对商业插画师的经济冲击是真实的,画廊界安然无恙这一事实并不能减轻这种冲击的真实性。

但"艺术家对阵AI"的框架掩盖了大多数艺术家真正关心的事情,那是结构性的而非存在性的。他们关心的是为他们的训练数据获得报酬。他们关心的是那些认为20美元订阅就能替代5000美元委托的客户。他们关心的是对下一代在职插画师的长期影响,这些人正在一个入门级经济阶梯踏板更少的环境中学习绘画。这些是政策和劳动问题,而不是关于艺术是否会继续存在的问题。

艺术将继续存在。它经历了比这一次更具颠覆性的技术转型:摄影、录音音乐、电影、广播、数字化、互联网。每一次,都有一些艺术家受到伤害,一些类型的工作消失了,而留下的艺术,事后看来,仍然毫无疑问是艺术。

6、艺术家变得稀缺

如果存在所谓的面向未来的艺术家,那不是那些弄清楚如何使用新工具的艺术家。而是在不断积累作品的过程中,使自己的创作形成了某种特定东西的艺术家。他们的视觉特征、感受力或实践足够辨识度高,以至于无论用什么工具制作,人们想要的都是"更多那个"。他们的观众将他们作为一个认识的人,而不是一种风格来了解。

这不是一个新策略。这是在每个时代都奏效的相同策略。只是它恰好特别适合一个通用图像生产突然变得免费的时刻。

当所有人都能制作图像时,图像就不再稀缺。

艺术家变得稀缺。

我认为很多在职艺术家比我们其他人更快地理解了这一点。当科技媒体争论画家是否是 buggy whip(无用的)制造商时,画家在画画。当话语循环时,作品在积累。作品仍在积累。它不需要我们的安慰。**这个叙事的错误之处在于,它把艺术家当作一个需要被保护以抵御未来的群体。**我认识的艺术家大多不是在要求被保护。他们要求的是为训练数据获得报酬,因为使用任何工具而被起诉得更少,然后被留下来安静地做他们的工作。工作仍在进行。工作一直在进行,贯穿一切。在某种程度上,这正是艺术的意义所在:不断发生,无论怎样。

安静的反抗就是作品本身。就是无论如何还是画出来的那幅画。无论如何还是写出来的那本书。无论如何还是拍出来的那张照片。模型可以生成一千张图像。艺术家创作下一张。

那是一种不同的活动,它并不处于危险之中。


原文链接:AI时代艺术家的反抗 - 汇智网

http://www.jsqmd.com/news/926224/

相关文章:

  • 【AI问答】GoLang关于代码复用
  • 基于 Isolation Forest + PyOD + Streamlit 的工业设备异常检测与故障预警系统:Python 机器学习项目实战
  • 用Python实战LSTM:从数学建模到量化交易,手把手复现华中杯B题(附完整代码)
  • 2026年苏州本地正规房屋漏水维修三家机构核心能力梳理与场景适配分析 专业防水公司排名推荐(2026年6月防水补漏最新TOP权威排名) - 鼎壹万修缮说
  • Gemini Agent框架实战:从零搭建可商用自动化工作流,含3套已通过SOC2认证的Prompt架构
  • 避开SHL题库陷阱:手把手教你高效准备联想技术岗笔试(附图形推理真题思路)
  • Codex 从安装到国内接入跑通了:Windows / Mac / Linux 小白版记录
  • PYTHON+AI LLM DAY SIXTY-TWO
  • HPC基准测试:核心价值、分类法与优化实践
  • Keil MDK调试中System Viewer外设寄存器缺失问题解决方案
  • 2026年5月更新:深度剖析四川仟屹集团AI今日头条可靠服务商选择之道 - 2026年企业资讯
  • 书匠策AI:我劝你别再熬夜肝课程论文了,这个工具真的能救命
  • 方达炬:方家 将用5到10年时间建设【高福利家庭】
  • VirtualBox 7.0.x 在Win10/11上启动报错supR3HardenedWinReSpawn?保姆级修复教程(含注册表修改与驱动安装)
  • 从SVD到RANSAC:深入理解点云平面拟合的数学原理与Python实现细节
  • 20260531 区块链与数字货币 实验二:图算法与社交网络分析
  • 2026优质玻璃纤维制造商标杆名录:玻璃纤维销售厂家、玻璃纤维企业、玻璃纤维优质厂家、玻璃纤维供应厂家、玻璃纤维供货商选择指南 - 优质品牌商家
  • 【稳定性评测】同样的 Prompt 测试十次结果都不一样?如何通过系统提示控制一致性
  • `build-your-own-x` 涨了817星,但今天真正该装的是这个
  • web 第二次作业
  • MiMo Vision Router:让纯文本模型秒变多模态
  • 我写了十年代码,直到AI出现
  • 【Android】手机屏幕劫持防护
  • Keil C51编译器Makefile选项解析与替代方案
  • Kimi LeetCode 2911. 得到 K 个半回文串的最少修改次数 Java实现
  • 机械臂角度识别 机械臂自由度识别 yolov8机械臂关键点检测模型部署+教程+代码+数据集+工业应用
  • 量子计算冗余架构:双星设计提升容错与并行能力
  • 避坑指南:在Ubuntu 20.04上从零搭建XTDrone仿真环境(附解决MAVROS连接失败)
  • 数据结构 算法解释,排序、查找
  • 【元器件专题】MOS管内部结构