近年来，随着深度神经网络技术，特别是人工智能（AI）算法模型的快速发展，AI 绘画技术也随之加速发展。AI 绘画是继 CG 绘画（计算机生成绘画）、DSE 绘画（数字特效绘画）和 VR 绘画（虚拟现实绘画）之后的第四代数字绘画形式。与前三代数字绘画相比，AI 绘画在创作机制、艺术本体和接受美学等方面都发生了显著的变化。
人工智能创作的“竹林”主题风景画。作者供图
人机互动协同创作
AI 绘画构建了一种人与 AI 平台互动协同的新型创作机制。在这种机制下，用户登录 AI 绘画平台后，只需用文字或语言简单地给出创作要求、风格趣味、主题意蕴，剩下的全部由 AI 自主完成。对普通人来说，这种创作方式具有无与伦比的便捷性和易学性。与前三代数字绘画相比，AI 绘画对用户计算机软硬件操作技能的要求更低。
以计算机和互联网为标志的前两代数字技术，在一定程度上扩增了大众的艺术创作权利，开启了技术普惠之路，并分别孵化出以几何美学、奇观美学和互动美学为标志的前三代数字绘画。然而，这三种绘画方式都需要绘画者掌握一定的计算机软硬件操作技能，绘画主体范围有限。
随着 AI 时代的到来，数字绘画的技术门槛大幅降低。理论上讲，借助 AI 绘画创作模型，任何人都可以自由地进行美术创作——可以画中国画，也可以画西方油画；可以画达·芬奇风格的古典油画，也可以画毕加索风格的现代油画；可以画花鸟画，也可以画山水画或人物画……如果对作品不满意，可以随时修改关键词，调整自己的诉求和主题，直到最终看到自己满意的作品为止。在 AI 绘画平台的赋能下，普通人能够轻而易举地创作出自己想得出的所有绘画类型和绘画作品——从技法上说，只有你想不到的，没有 AI 画不出的。
在 AI 绘画中，用户更像是艺术创作的策划者、命题者、构思者和决策者，而 AI 平台则是这些艺术构思、艺术策划、艺术想象、艺术决策的具体执行者。这种新型的人机协同创作机制，不仅扩大了创作者的范围，也大大提高了创作效率。
美学风格多样化、大众化
AI 绘画作品的美学特征也较前三代数字绘画发生了重大变化。
首先，AI 绘画作品的艺术风格更加多样化。我们在主流 AI 绘画平台上，既能看到大量超现实主义风格的作品，也能看到大量主观化色彩强烈的作品，还能看到大量稚拙、天真、自然风格的作品。这与几何美学风格主导的第一代数字绘画、奇观美学风格主导的第二代数字绘画和互动美学风格主导的第三代数字绘画截然不同。
其次，AI 绘画作品的主流审美趣味趋向大众化和通俗化。尽管 AI 绘画作品中也有一些风格独特的作品，但其在整个 AI 绘画生态系统中并非主流，多数作品的审美风格都呈现出明显的大众化和通俗化。这与绝大多数 AI 绘画平台的用户都是非专业画家有关，他们中的大多数人并不掌握专业美术知识，都是基于兴趣爱好而在 AI 平台上画画。他们创作出的作品体现着大众化的审美。AI 绘画不像传统绘画和前三代数字绘画那样更强调专业性，它更加通俗，体现了大多数人的审美，更能表征大众的真实情感，更容易引起大众的共鸣，也更容易产生爆款作品。
第三，AI 绘画作品中假冒伪劣和有害作品极少。这一特征与 AI 独特的算法机制有关。AI 算法设置了三道防止生成假冒伪劣和有害作品的防火墙。首先，在培育算法时，使用的艺术作品都要经过精挑细选，此机制将所有有害人类身心健康的作品剔除在外，保证供 AI 学习的艺术作品都有较高的艺术质量；其次，作品输出时，凡是有害人类身心健康的作品都会被 AI 系统自然淘汰，不会从输出端流出；最后，创作端也有防护机制，当 AI 接到用户发出的有违道德、法律的指令时，会拒绝接受指令。这三道 AI 自带的创作防护机制，最大限度地阻断了假冒伪劣和有害作品的输出。
接受与创作同源
AI 绘画还有一个与传统绘画和前三代数字绘画大相径庭的美学特征——接受与创作同源。
根据上文所阐述的 AI 绘画创作机制，我们很容易发现，作为 AI 创作主体的用户主要是作为 AI 作品的鉴赏者存在，他们除了发出具体明确的创作指令，并不承担具体的创作任务。他们很大一部分注意力都用在了对于 AI 瞬间输出的作品的鉴赏判断上。在实践中，鉴于很难一次输出就能满足用户的审美要求，AI 很可能不断从用户那里接到修改指令，连续输出一系列作品，而用户要不断对作品进行鉴赏才能提出修改意见。这一创作即鉴赏的美学特征，与前三代数字绘画和传统绘画存在很大区别。在前三代数字绘画和传统绘画中，艺术家们要想创作出一幅理想的“画中之竹”，必须先通过有目的的生活体验获得“眼中之竹”，在此基础上经过反复酝酿构思，进一步生成带着鲜明主体审美意识的“胸中之竹”，最后在适当的契机下，运用艺术语言、创作技巧和辅助工具（比如计算机），画出“画中之竹”。这意味着，在传统绘画和前三代数字绘画创作中，作品的创作环节与接受环节在很大程度上是分离的，这些作品的接受对象主要是受众，而不是画家自己。
AI 绘画之所以具有如此独树一帜的美学特征，根本原因是 AI 拥有超强的计算能力、理解能力、自主学习能力和模仿能力。正是这种能力赋予神经网络算法模型生成性，这是早期的决策树等传统 AI 算法所不具备的显著优势。为了与前三代数字绘画所对应的几何美学、奇观美学和互动美学有所区别，我们将 AI 绘画所呈现的美学特征定义为计算美学或智能美学。
就目前的 AI 绘画创作生态来看，还有一个不可忽视的现象，那就是尽管 AI 生成的绘画作品中假冒伪劣和有害作品很少，但具有较高美学价值、艺术价值和思想价值的作品也不多。这一现象跟目前 AI 绘画算法模型设计上的局限性有很大关系。
AI 绘画训练所使用的大语言模型语料库均由人类设定，AI 在训练中接触的信息都经由人工选定并进行了多次符号转换，也就是说，AI 算法所学习和模仿的只是人类绘画作品的模式和风格。
人类艺术家创作也离不开学习和模仿，但人类艺术家创作除了学习和模仿同类作品的模式和风格外，还要学习和模仿生活、社会、现实和历史中的经验和逻辑，并遵循这些逻辑从事艺术创作。另外，人类艺术创作的一切灵感和动机都源于自身生命和生活的需要；人类艺术创作都是为了表达对生活、社会、现实、历史、人性的理解。因此，人类创作的艺术作品无不打着人类思想情感的深刻烙印。当相关文艺作品表现出生活和人性的本质，就能引起人们的共鸣。与之相比，目前的 AI 绘画算法模型尚未学会体验人类的生活，尚未洞悉人性与艺术的复杂关系，这恰是未来包括 AI 绘画在内的一切 AI 艺术要获得新的发展必须攻克的基础性难题。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行审核删除。
