近年來，隨著深度神經網絡技術特別是AI（人工智能）算法模型的出現，AI繪畫加速發展。AI繪畫是繼CG繪畫（計算機生成繪畫，即在平面設計軟件輔助下進行繪畫）、DSE繪畫（數字特效繪畫，即利用一整套以計算機為核心的數字特效技術進行繪畫）和VR繪畫（虛擬現實繪畫，即利用虛擬現實技術進行繪畫，藝術家可使用VR設備在模擬的三維空間中作畫）之后的第四代數字繪畫。與前三代數字繪畫相比，AI繪畫在創作機制、藝術本體和接受美學三方面都發生了重大變化。

人機互動協同創作

AI繪畫建構出一種人與AI平臺互動協同的新型創作機制。在這種機制下，用戶登錄AI繪畫平臺后，只需用文字或語言簡單地給出創作要求、風格趣味、主題意蘊，剩下的全部由AI自主完成。對普通人來說，這一創作方式具有無與倫比的便捷性和易學性。相較于前三代數字繪畫，AI繪畫對用戶計算機軟硬件操作技能的要求更低。

以計算機和互聯網為標志的前兩代數字技術，已在一定程度上擴增了大眾的藝術創作權利，開啟技術普惠之路，并分別孵化出以幾何美學、奇觀美學和互動美學為標志的前三代數字繪畫，但這三種繪畫方式，都需要繪畫者掌握一定的計算機軟硬件操作技能，繪畫主體的范圍有限。

隨著AI時代的到來，數字繪畫的技術門檻大大降低。從理論上講，借助AI繪畫創作模型，任何人都可以自由地進行美術創作——可以畫中國畫，也可以畫西方油畫；可以畫達·芬奇風格的古典油畫，也可以畫畢加索風格的現代油畫；可以畫花鳥畫，也可以畫山水畫或人物畫……如果對作品不滿意，可以隨時修改關鍵詞，調整自己的訴求和主題，直到最終看到自己滿意的作品為止。在AI繪畫平臺的賦能下，普通人能夠輕而易舉地創作出自己想得出的所有繪畫類型和繪畫作品——從技法上說，只有你想不到的，沒有AI畫不出的。

在AI繪畫中，用戶更像是藝術創作的策劃者、命題者、構思者和決策者，而AI平臺則是這些藝術構思、藝術策劃、藝術想象、藝術決策的具體執行者。這種新型的人機協同創作機制，不僅擴大了創作者的范圍，也大大提高了創作效率。

美學風格多樣化、大眾化

AI繪畫作品的美學特征較前三代數字繪畫也發生了重大變化。

其一，AI繪畫作品的藝術風格更加多樣化。我們在主流AI繪畫平臺上，既能看到大量超現實主義風格的作品，也能看到大量主觀化色彩強烈的作品，還能看到大量稚拙、天真、自然風格的作品。這與幾何美學風格主導的第一代數字繪畫、奇觀美學風格主導的第二代數字繪畫和互動美學風格主導的第三代數字繪畫截然不同。

其二，AI繪畫作品的主流審美趣味趨向大眾化和通俗化。盡管AI繪畫作品中也有一些風格獨特的作品，但其在整個AI繪畫生態系統中并非主流，多數作品的審美風格都呈現出明顯的大眾化和通俗化。這與絕大多數AI繪畫平臺的用戶都是非專業畫家有關，他們中的大多數人并不掌握專業美術知識，都是基于興趣愛好而在AI平臺上畫畫。他們創作出的作品體現著大眾化的審美。AI繪畫不像傳統繪畫和前三代數字繪畫那樣更強調專業性，它更加通俗，體現了大多數人的審美，更能表征大眾的真實情感，更容易引起大眾的共鳴，也更容易產生爆款作品。

其三，AI繪畫作品中假冒偽劣和有害作品極少。這一特征與AI獨特的算法機制有關。AI算法設置了三道防止生成假冒偽劣和有害作品的防火墻。首先，在培育算法時，使用的藝術作品都要經過精挑細選，此機制將所有有害人類身心健康的作品剔除在外，保證供AI學習的藝術作品都有較高的藝術質量；其次，作品輸出時，凡是有害人類身心健康的作品都會被AI系統自然淘汰，不會從輸出端流出；最后，創作端也有防護機制，當AI接到用戶發出的有違道德、法律的指令時，會拒絕接受指令。這三道AI自帶的創作防護機制，最大限度地阻斷了假冒偽劣和有害作品的輸出。

接受與創作同源

AI繪畫還有一個與傳統繪畫和前三代數字繪畫大相徑庭的美學特征——接受與創作同源。

根據上文所闡述的AI繪畫創作機制，我們很容易發現，作為AI創作主體的用戶主要是作為AI作品的鑒賞者存在，他們除了發出具體明確的創作指令，并不承擔具體的創作任務。他們很大一部分注意力都用在了對于AI瞬間輸出的作品的鑒賞判斷上。在實踐中，鑒于很難一次輸出就能滿足用戶的審美要求，AI很可能不斷從用戶那里接到修改指令，連續輸出一系列作品，而用戶要不斷對作品進行鑒賞才能提出修改意見。這一創作即鑒賞的美學特征，與前三代數字繪畫和傳統繪畫存在很大區別。在前三代數字繪畫和傳統繪畫中，藝術家們要想創作出一幅理想的“畫中之竹”，必須先通過有目的的生活體驗獲得“眼中之竹”，在此基礎上經過反復醞釀構思，進一步生成帶著鮮明主體審美意識的“胸中之竹”，最后在適當的契機下，運用藝術語言、創作技巧和輔助工具（比如計算機），畫出“畫中之竹”。這意味著，在傳統繪畫和前三代數字繪畫創作中，作品的創作環節與接受環節在很大程度上是分離的，這些作品的接受對象主要是受眾，而不是畫家自己。

AI繪畫之所以具有如此獨樹一幟的美學特征，根本原因是AI擁有超強的計算能力、理解能力、自主學習能力和模仿能力。正是這種能力賦予神經網絡算法模型生成性，這是早期的決策樹等傳統AI算法所不具備的顯著優勢。為了與前三代數字繪畫所對應的幾何美學、奇觀美學和互動美學有所區別，我們將AI繪畫所呈現的美學特征定義為計算美學或智能美學。

就目前的AI繪畫創作生態來看，還有一個不可忽視的現象，那就是盡管AI生成的繪畫作品中假冒偽劣和有害作品很少，但具有較高美學價值、藝術價值和思想價值的作品也不多。這一現象跟目前AI繪畫算法模型設計上的局限性有很大關系。

AI繪畫訓練所使用的大語言模型語料庫均由人類設定，AI在訓練中接觸的信息都經由人工選定并進行了多次符號轉換，也就是說，AI算法所學習和模仿的只是人類繪畫作品的模式和風格。

人類藝術家創作也離不開學習和模仿，但人類藝術家創作除了學習和模仿同類作品的模式和風格外，還要學習和模仿生活、社會、現實和歷史中的經驗和邏輯，并遵循這些邏輯從事藝術創作。另外，人類藝術創作的一切靈感和動機都源于自身生命和生活的需要；人類藝術創作都是為了表達對生活、社會、現實、歷史、人性的理解。因此，人類創作的藝術作品無不打著人類思想情感的深刻烙印。當相關文藝作品表現出生活和人性的本質，就能引起人們的共鳴。與之相比，目前的AI繪畫算法模型尚未學會體驗人類的生活，尚未洞悉人性與藝術的復雜關系，這恰是未來包括AI繪畫在內的一切AI藝術要獲得新的發展必須攻克的基礎性難題。

（作者：馬立新、宋澤華，分別系山東師范大學數字藝術哲學研究中心教授、研究員）