從數據與算力到敘事:生成式AI的物質-符號互動機制
一、引言
隨著數字化技術的快速發展,圖像的生產與流通速度持續加快,尤其在生成式人工智能技術的推動下,圖像創作逐漸從依賴人類藝術家主導的創作過程,轉向以算法為核心、通過大規模數據訓練并基于概率模型生成的方式。人工智能生成圖像的視覺語言深受其算法邏輯與訓練數據的驅動,這種語言的獨特性在于其重組能力與對數據的依賴。凱特?克勞福德指出 “人工智能并非一種客觀、普適或中立的計算技術,它不會在沒有人類指導的情況下做出決策,其系統植根于社會、政治、文化和經濟環境中,受到人類、機構以及決定其行為方式和運作方式的各種因素的影響”。以Midjourney、DALL·E、Stable Diffusion等為代表的人工智能圖像生成工具,正在深刻地改變藝術創作的生產邏輯。隨著生成式人工智能在圖像生成、視頻制作等領域的突破,我們目睹了藝術敘事方式的顯著變革,算法不僅成為藝術創作的工具,更演變為敘事過程中的參與者,乃至共同作者。
“視覺語言” 通常是指視覺媒介中用于傳達意義的符號體系,包括圖像的構圖、色彩、形式及符號隱喻等要素。生成式人工智能所建構的視覺語言,它們基于對大量現有藝術和媒體數據的訓練,不僅體現在圖像的風格選擇與視覺表現中,更深層地體現為一種復雜的符號系統。它通過語言提示與圖像生成之間的跨模態協同,構建出語義聯結和視覺邏輯相互支持的意義結構,進而生成具有開放性與多義性的視覺敘事內容。威廉?約翰?托馬斯?米切爾指出,我們需要考慮圖像的敘事性,它們 “講故事” 的能力,以及像語言一樣作為具有句法、語義和語用維度的話語形式發揮作用的能力。我們需要考慮圖像的敘事性,它們 “講故事” 的能力,即作為一種話語形式發揮作用的能力,具有類似語言的句法、語義及語用層面。其視覺元素構成一種復雜的符號語言。傳統視覺語言往往通過具象的符號、風格化的表現技法以及嵌入美術史脈絡中的語境,來構建其視覺敘事方式,隨著藝術流派的發展不斷演進。例如,宗教繪畫借助象征體系傳達超驗的意義,紀實攝影強調視覺的真實性與社會記錄功能,先鋒藝術則通過構成語言打破傳統再現邏輯,建立形式上的敘事張力等。而生成式人工智能所生成的圖像則通過完全不同的路徑,它依托龐大而復雜的數據集、自然語言提示與深度學習算法來產出圖像。這些圖像表面上看似是自動生成的,但背后深藏著訓練數據中的文化、社會與政治結構等,生成算法則通過諸如降噪等機制,重構并再編碼視覺再現的方式。
生成式人工智能的視覺語言依賴于大規模圖文配對數據集的統計分布與重組邏輯,其語義表達不再局限于圖像本體,而是通過語言與圖像間的協同互動,實現更為復雜的上下文嵌入。在亞歷克?拉德福德等人提出的對比語言-圖像預訓練CLIP模型中,圖像與文本被共同嵌入一個共享的語義空間,模型通過對比學習完成跨模態語義對齊。這種機制使圖像生成過程不僅僅是視覺再現,更是建立在符號邏輯與語義驅動基礎上的敘事構造過程。由此形成的視覺語言通常表現出碎片化、混合風格與非線性結構的視覺敘事等特征。這里的 “非線性” 并非指圖像時間順序的簡單打亂,而是指圖像中敘事單元之間缺乏明確因果關系或時間邏輯聯結,僅通過語義鄰接被組合在一起。這些符號蘊含技術性美學風格,呈現出 “夢境感”“復古風” 或 “蒸汽波” 等多樣化特征。這些美學風格本身可視為新的敘事維度的生成載體。
在這一背景下,藝術敘事的結構也正在面臨著重構。藝術敘事指通過視覺藝術作品如繪畫、影像、裝置等講述故事或傳達情節的方式,其核心在于如何組織和呈現形象以引發觀眾對情節的理解與想象。藝術敘事本質上涉及藝術如何 “說話”、說了什么,以及為何以此方式說話。敘事結構本身就是意義生產的關鍵。藝術作品因此不僅傳達題材內容,更通過具體的敘述方式反映創作者所處的文化語境與價值立場。米凱?巴爾進一步指出,視覺敘事不再是語言敘述的附屬,而是在圖像、裝置與時空編排中生成意義的獨立機制,挑戰了線性、文本中心的傳統敘事范式。因此藝術敘事作為一種文化與媒介實踐,正被重新定義為一種更為復雜、多層次的表達系統。長期以來,藝術敘事被視為具有主體性與情境性的表達過程,是藝術家與其時代、文化和觀眾之間的互動,藝術家通過有意識的設計,如連貫的構圖、重復出現的人物形象、遞進的場景安排等來確保敘事的完整性和連貫性。然而,在面對人工智能生成圖像時,“誰是敘事的主體?” 成為亟待探討的問題。是訓練算法?是龐大的數據集?還是輸入提示詞的用戶?這種算法介入的生產模式動搖了藝術創作中長期確立的人類中心主義傳統,軟件作用的日益增強正挑戰著以人類創作者為中心的傳統藝術創作觀念。軟件作用的日益凸顯正挑戰著以人類創作者為核心的傳統藝術主體性觀念,并引發關于 “算法是否成為共同的創作者” 的爭議。
本文旨在探討生成式人工智能所建構的 “算法視覺語言” 是如何傳達意義、構建敘事,并重塑藝術與觀眾之間的交流邏輯的。本文將圍繞以下三個核心問題展開分析:人工智能生成圖像如何通過獨特的視覺語言傳遞意義?這一視覺語言與傳統藝術敘事邏輯之間存在何種延續與斷裂?這種算法介入的圖像生產模式對藝術家和觀眾在敘事中的角色和主體性產生了何種影響?
本文將從理論基礎入手,結合符號學、視覺文化研究與媒介理論,引入算法和數據集構建在當代藝術創作中的作用,探討它們如何與AI生成圖像中的美學特征和多模態生成結合,形成新的藝術表達方式。本文還將選取諾拉?阿爾-巴德里、哈倫?法羅基和布魯諾?莫雷斯基三位藝術家及其代表作品,分析他們如何利用生成式人工智能進行視覺語言的實驗、重構與批判。通過對這些案例的分析,本文將探討人工智能視覺語言對當代藝術敘事邏輯的影響,揭示其是否在創造一種全新的觀看方式及講述結構。
在方法上,本文將融合視覺文化研究、媒介理論、符號學與批判算法研究等跨學科視角,從圖像的生成機制、美學特征到其語義結構與文化編碼機制等層面,深入探討生成式人工智能圖像如何以其獨特方式講述故事。本文認為,生成式人工智能所引入的視覺語言,不僅體現為圖像生成技術的創新,更具體表現為對傳統線性敘事邏輯的突破、對隱含于數據集中的文化價值的重構與再語境化,以及對傳統觀賞模式及視覺權力結構的挑戰與再定義,引發對視覺主體性的新探討。
二、理論基礎與生成式 AI 視覺語言的形成機制
視覺語言不僅指圖像的視覺表現形式,更是一個復雜的符號系統,承載意義并構建敘事。對視覺語言的研究涵蓋了視覺文化、敘事學與符號學等多個學科領域,形成了較為豐富的理論基礎。米切爾探討了圖像與敘事之間的復雜關系,認為圖像不僅是被觀看的靜態對象,它們同時具備主動表達與敘事的能力,通過視覺元素的有機組合和符號的系統排列,形成一種敘事結構,激發觀看者的意義建構過程,從而使圖像得以講述故事。這一觀點突破了傳統藝術研究中將圖像視為被動展示的思維模式,指出視覺語言中蘊含的主動講述潛能。
與傳統藝術家基于畫筆、構圖或攝影技術塑造視覺敘事不同,生成式人工智能通過對龐大的數據集的深度學習和概率模型的統計重組來生成視覺內容,依賴于圖像內部符號之間的互動關系,其視覺語言的特征表現為高度的模糊性和概率性象征,這種隨機與重組的本質,使得生成圖像呈現出多義性和開放性的敘事路徑,突破了傳統具象且線性的視覺敘事框架,如阿迪蒂亞?拉梅什等人在對DALL·E模型的研究中指出,這類系統并非簡單 “還原” 文本內容,而是基于跨模態的共現概率分布,生成一種可被多重解讀的 “潛在圖像”。以Midjourney 和DALL·E等圖像生成模型為例,這些系統常常輸出具有強烈意象感但缺乏清晰語法邏輯的圖像,如融合宗教圖騰與工業建筑的混成景觀,或將人物面孔與自然元素進行不規則拼接的肖像畫。這種看似隨機的組合,其實是基于模型對海量圖像數據中概率共現關系的統計學習所生成的可能圖像,體現了生成式人工智能的視覺語言中的非線性構造方式。觀者在面對這種模糊多義的圖像時,往往需借助自身經驗與文化背景主動建立意義關聯,從而構建起圖像的 “敘事通道”。
米切爾強調的 “敘事結構” 不僅是視覺元素的排列,更是一種促使觀看者參與敘事解讀的機制。這意味著生成式人工智能視覺作品中那些看似碎片化和無序的符號與形象,實際上可以在觀眾的主動感知下被重組為具有內在聯系的故事情節或情感表達。從技術角度看,當前主流的生成模型如擴散模型與生成對抗網絡本質上并不依賴線性敘事邏輯來生成圖像,而是通過采樣、擾動與重構潛在空間中的圖像分布,逐步形塑出具有統計一致性但語義開放的視覺產物。這種構建機制本身就是非線性和分布式的,其結果便是生成圖像在視覺上呈現出跳躍式的結構,強調的是潛在符號之間的 “共現概率” 而非 “因果關系”。因此,生成式人工智能視覺語言中的敘事潛力不在于講述一個線性故事,而在于為觀看者提供一組可以被重新組織與詮釋的視覺線索,形成具有 “多路徑敘事性” 的圖像經驗。
繼米切爾之后,巴爾在其著作Narratology: Introduction to the Theory of Narrative中進一步拓展了視覺敘事的理論視野。她指出:“敘事性并非僅屬于語言或文學的特性,它是一種組織信息的方式,同樣可能出現在其他媒介中。” 也就是說,敘事是一種組織形式,而非語言所獨有的功能。在非語言媒介中,敘事往往通過空間結構、視覺線索與物理排列的組織方式來實現。藝術作品的構圖、色彩分布、空間布局不僅具有美學意義,也構成了視覺敘事的 “語法” 體系。她引入 “時間的空間化” 這一概念,指出靜態圖像通過對視角、重復、前后關系的構造,模擬時間推移與事件關聯,從而建構非線性敘事。
生成式人工智能視覺作品通常通過視覺碎片進行拼貼、疊加、并置等方式構建圖像,其意義的生成依賴于觀看者在視覺元素之間主動建立聯系。這種空間化敘事結構使圖像脫離線性因果時間序列,而以復合性與潛在結構引導解讀。生成式人工智能視覺語言的敘事方式,并非通過語言構造的故事線索來傳達意義,而是依托視覺符號之間的排列與空間語法,引發觀者的敘事建構。巴爾的跨媒介理論也揭示了生成式人工智能圖像的復合媒介特性。與傳統繪畫或攝影的單一媒介不同,生成式人工智能視覺作品融合文本提示、圖像素材與風格模擬,形成多模態的視覺語法。這種多模態的視覺語法超越了靜態形式的敘事限制,加入了交互性、流動性與語義模糊性等維度,從而使生成式人工智能藝術敘事在結構與表現上都具有更大的開放性與復雜性。
羅蘭?巴特在其符號學經典作品 “Rhetoric of the Image” 中,提出了 “能指” 與 “所指” 的概念,深入揭示了圖像作為符號系統的雙重結構。他指出,圖像的表層視覺符號不僅傳遞直觀意義,更隱藏著文化意識形態的深層編碼。生成式人工智能依托訓練數據進行圖像生成,這些數據本身嵌入了特定的歷史語境、社會文化結構與權力關系。算法在生成圖像時,無意識地再現并放大了這些文化編碼和社會偏見。因此,分析生成式人工智能視覺語言不能局限于技術層面,而必須轉向對其所映射與再生產的文化結構的批判性理解。圖像的 “神話” 功能,即其作為文化話語載體的能力,使其在視覺傳播中成為鞏固或挑戰既有權力結構的重要媒介。生成式人工智能視覺語言不僅是技術產物,更是文化權力的具象表現。這種權力結構通過訓練數據和算法設計得以固化,并反映在視覺輸出中,進而影響社會認知和文化理解。
這一社會文化層面的分析得到了凱特?克勞福德 “數據集的社會構造論” 的有力支撐。數據集并非中立客觀的材料,它反映并強化了社會中的種族、性別及其他權力不平等。生成式人工智能視覺語言的形成正是技術與社會偏見交織的產物,她將人工智能視為 “文化機器”,數據和算法的設計者在模型構建過程中所嵌入的文化偏向,會深刻影響生成式人工智能圖像生成的敘事傾向與符號體系。因此,研究生成式人工智能視覺語言不僅是技術分析,更是對社會文化權力的批判性反思。克勞福德進一步揭示了訓練數據收集和標注過程中的隱性偏見。例如,大量訓練數據來源于網絡圖像,這些圖像多反映以歐美為中心的文化審美和價值觀念,導致人工智能生成的圖像中普遍存在對特定身體形態、膚色、性別角色的偏向性表現。此外,某些少數群體的文化符號往往在數據集中被邊緣化或誤讀,造成文化符號的失真或誤用。這些現象表明生成式人工智能視覺語言實際上再生產了社會不平等,進一步鞏固了主流文化的意識形態霸權。
關于生成式人工智能與視覺文化交叉領域的研究也日益豐富。吳濤等人從多模態大模型的語義對齊機制切入,提出了 “語義引導-對齊機制”,強調文本與圖像之間的對應關系并非表層映射,而是通過深層語義結構的聯動實現意義建構。這一機制揭示了生成式人工智能系統如何在圖文協同生成中形成復雜的視覺-語言嵌套關系,拓展了圖像表達的語義深度與生成可塑性,為生成式人工智能視覺語言的理論建構提供了技術基礎。瑪格麗特?博登從認知科學與哲學角度出發,指出創造力可分為組合性、探索性與變革性三種機制。基于這一框架,生成式人工智能工具,特別是在生成式系統中的協同使用,展現出作為 “創作伙伴” 的潛力,模糊了傳統的人為與機器工具之間的界限,對主體性與原創性的理解提出了新的挑戰。艾哈邁德?埃爾加馬爾等人的研究聚焦于生成式人工智能在藝術風格遷移中的視覺語言創新,揭示了算法在風格再現與跨風格變異中的關鍵作用,推動了視覺語言的演化與跨時代轉型。芭芭拉?瑪麗亞?斯塔福德則在Echo Objects中提出 “回聲物體” 概念,主張圖像具有認知能動性,能夠激發觀者的感知結構與文化記憶。她的觀點幫助我們理解生成式人工智能圖像如何成為認知—文化間的中介物,從而在視覺語言建構中發揮主動作用。這些研究體現了生成式人工智能視覺語言理論構建的跨學科和動態發展趨勢。
在美學方面,馬泰奧?帕斯奎內利提出 “算法美學” 理論,強調生成式人工智能視覺語言是一種由數學邏輯驅動的算法程序與文化符號系統交織構成的復合結構。通過概率建模、向量空間映射與統計模式識別,算法重組圖像元素,形成具有高度辨識度的視覺樣式。這些風格不僅僅是審美的表現,更是數據、技術與審美共同作用的產物,使視覺敘事從靜態的圖像符號轉變為動態的語義系統,呈現出更高的開放性與交互性。算法系統不僅是生成圖像的技術中介,更是主動參與主觀性建構的語義機制。算法通過分類、推斷與排序等操作激活了一系列特定的主體位置,參與定義 “誰” 和 “什么” 應當被看見、如何被編碼與可視化。因此,算法并非簡單地反映預設的身份或語義,而是在生成過程中共同構成了觀看立場與意義框架。
曼諾維奇在Software Takes Command 中指出,當下媒體創作已不再由人類單一主體主導,而是由軟件作為一種 “元媒介”,影響、塑造甚至決定內容形式與視覺風格。軟件通過對視覺符號的解構與重組、對界面與敘事路徑的設定,介入了創作過程中,從而發揮了一種類似 “共同構造者” 的作用。算法、提示語與數據集之間的協作關系構成了復雜的生成網絡,促使藝術創作中的主客體關系與符號權力結構發生重新配置。
然而,這一協同創作模型也引發了關于創作控制權的深層憂慮。人工智能的 “黑箱化” 創作邏輯與 “不可解釋性” 特征,使人類創作者喪失了對作品的完全掌控,甚至面臨被技術權力異化的風險。在人工智能驅動的圖像生成過程中,創作者的意圖往往以 “提示詞” 的形式輸入,而圖像的具體生成邏輯卻依賴于復雜的概率模型與訓練數據結構。這種不對等的控制關系將人類創作者置于 “協商者” 而非 “主導者” 的位置,使生成圖像的意義構建不可避免地受到算法參數、數據偏見與模型設定的深刻影響。因此,在理解生成式人工智能的視覺語言時,必須將其 “技術不可見性” 與 “意義外包” 的機制納入批判性反思。
三、藝術敘事重構的具體實踐
越來越多的人工智能藝術家不僅利用人工智能生成工具進行藝術實踐,同時也在他們的作品中體現出他們批判性地干預其背后的意義生成與文化編碼機制,試圖通過藝術實踐揭示并重塑這一新的視覺敘事秩序。
在作品The Post-Truth Museum中,阿爾-巴德里運用生成式人工智能與深度合成技術構建了一系列虛構的博物館館長訪談,模擬角色對殖民博物館制度的悔罪性獨白。作品通過人臉合成模型、語音合成系統與腳本提示文本協同生成,實現影像中角色的語言、面部與語音的高度同步。畫面中的面孔設定采用中景固定鏡頭,背景為典型西方博物館室內結構,包括大理石柱廊與柔光處理的經典雕塑。面部細節如眼紋、唇部陰影與光影反射均體現出高寫實度,但眨眼頻率略不自然,嘴形與語音存在輕微錯位,提示觀眾這是算法生成的偽造形象。
在聲音方面,語音語調平穩,缺乏人類說話中的情感。配合陳述式告白的文本,這種去情感化的表達方式形成了冷靜、平滑但異常均值化的語音體驗。觀眾在初始階段被博物館館長身份與影像權威感所引導,但隨著畫面重復、語音異常與語義內容,例如對白中揭露殖民掠奪與機構內控的逐漸展開,這種對于可信度的錯覺開始破裂,觀眾被迫進入反思的過程。這一觀看體驗的可感知構成恰恰在于阿爾-巴德里精確地利用算法生成中那些被壓制但可被察覺的誤差殘留。
阿爾-巴德里并不將人工智能技術視為中立工具,而是建構視覺語境與塑造觀看關系的文化機制,其背后的編碼結構直接影響觀看者如何感知與解讀圖像。她通過操控提示詞結構、生成參數與表演風格設計,構建出一種算法表象主導下的觀看體驗。馬修?富勒、安德魯?高菲指出,媒介系統的政治效力并非體現在其內容的真假,而在于它如何設定語境、組織注意與塑造信任機制。阿爾 - 巴德里的作品將這一理論轉化為操作性實踐,她通過 “高度真實” 與 “可識破偽裝” 的交替嵌套,揭示了圖像的可信度本身是可以被操控的文化編碼。這不僅使人工智能生成圖像成為博物館制度批判的工具,也迫使觀眾重新定義 “何為真實” 和 “由誰建構”。
The Post-Truth Museum不僅在視聽層面揭示了生成圖像的偽真實結構,更通過對權威話語的合成與解構,凸顯了生成式人工智能在文化政治中的反身性功能。作品中的偽館長形象通過精確編排的語義內容與合成表象,模擬了制度性發聲的信任機制,也通過微妙的不協調細節誘發觀眾對其合法性的質疑,從而使人工智能圖像生成成為介入觀看結構與歷史話語的批判手段。阿里埃拉?阿祖雷在Potential History: Unlearning Imperialism中指出,博物館不僅是展示物件的空間,更是帝國知識的制度性建構場域,其通過視覺分類、展陳邏輯與可見性機制,持續再生產殖民秩序與觀看規則。阿爾-巴德里通過技術手段介入這種結構,將人工智能作為反敘事的武器,逆轉圖像的合法性機制,使生成圖像成為干預文化霸權、修正歷史話語的策略平臺。因此,這件作品不僅體現了生成式人工智能在視覺表達與語義結構上的實驗性,為理解生成圖像如何在政治語境中的介入路徑提供了切實案例,也支撐了本文對生成式人工智能視覺語言作為敘事主體的核心論點。
法羅基的機器視覺實踐揭示了算法作為非人類視覺主體的敘事潛能。他通過監控視頻、無人機視角和目標識別系統等素材,呈現出一種不依賴人類情感邏輯的“機器觀看”方式。在Eye/Machine III中,法羅基將軍事圖像識別界面與工業監控流程畫面并置,形成一種基于算法判斷邏輯的 “機器觀看” 結構。作品中,畫面常通過分屏與跳剪等方式非線性地并列呈現,如熱成像鏡頭與目標識別框交替出現,識別界面中嵌有坐標數值、對象邊界標記與實時響應提示。這些元素顯示圖像的意義不在于呈現完整場景,而在于支持機器對 “是否執行” 的決策。在這些情境中產生的圖像源自機器視覺系統的感知機制,這些系統以自主或遠程形式存在,通過人工環境關系運作,其中圖像作為運動與引導的關鍵組成部分。正如法羅基所言,操作性圖像是操作的一部分,這意味著行動與功能的優先性,而非作為被觀賞與解讀意義的圖像。圖像在這里充當的是算法流程中的操作單元。
于西?帕里卡在 Operational Images: From the Visual to the Invisual 中指出,操作性圖像并不旨在再現,而是 “嵌入于行動、過程與操作之中”,它們構成了一種與控制系統、自動化與決策協議緊密耦合的視覺機制。法羅基在他的作品中的聲音設計也強化了這一點,影片中語音提示節奏均一,配合圖像中同步閃爍的熱感區域,構成了類似于數據掃描節拍的結構。影片不設主觀鏡頭或人類敘述者,也不通過事件線索串聯畫面,而是以視覺功能節點的方式,將圖像片段排列為識別、判斷與執行三個階段的視覺循環。這種敘事策略放棄了傳統的時間邏輯與情感牽引,而是以機器運行節奏的主導視覺節拍,體現出非人類敘事主體的獨特結構邏輯。這種設計不僅揭示了圖像如何在算法系統中獲得意義,更使觀眾置于人類之外的觀看位置,激活對圖像功能性與權力結構的反思。
法羅基的作品展現出圖像如何被嵌入權力系統之中,成為感知與控制機制的組成部分。這一點也與特雷弗?帕格倫所指出的 “機器視覺是一種機器間通信,而非供人類觀看” 的觀點相契合。法羅基并未賦予畫面任何道德引導或人道情緒,而是冷靜展示圖像如何作為認知技術服務于操控與戰術判斷。在作品中,圖像所傳遞的不再是現實的再現,而成為決策支持系統的一部分,個體被視覺系統轉化為目標,空間則被標注為 “戰區”。這種通過圖像構建權力認知與行動邊界的邏輯,與阿里埃拉?阿祖雷在Potential History: Unlearning Imperialism中所批判的 “視覺政體” 相吻合。阿祖雷指出,視覺不僅是知識獲取的方式,更是帝國權力的一部分,它決定了 “誰能夠被看見、如何被看見、被誰看見”。法羅基以其具批判張力的影像拼貼手法,揭示了這一殖民觀看秩序如何在數字機器視覺語境中被再度激活。
法羅基的實踐表達了 “觀看” 如何成為一種政治過程,以及 “誰在觀看”“為何而看” 的問題,體現出了在生成式人工智能時代,藝術家的角色不僅是圖像創作者,更是視覺系統與意義機制的解構者。
莫雷斯基在對算法權力結構的批判性實踐中,強調藝術家在圖像生成中的主動位置。他并不滿足于作為技術的使用者,而是通過干預數據集、修改算法參數,直接介入生成機制,制造視覺語言中的 “裂縫”。這種裂縫不僅是對系統偏見的揭露,更是一種文化重寫。莫雷斯基的實踐展現了藝術家如何在被高度規范化的技術系統中,重新打開意義空間,使生成圖像擺脫默認敘事邏輯的規訓。
在其作品(De)composite Collections中,莫雷斯基聯合吉賽爾?貝吉爾曼和貝爾納多?豐特斯針對博物館藏品數字檔案中存在的分類偏見展開干預。他選擇巴西國家美術館的圖像資料庫,利用人工智能工具對原有的藏品圖像進行 “重新標注” 與 “錯配”,通過人為混淆訓練系統對作品風格、作者性別與文化歸屬的判斷,故意將某些標簽錯誤地附加于圖像,例如,一幅典型的 19 世紀歐洲肖像畫中,人物為白人男性官員,背景布景包括權力象征性的高背椅與書架,構圖采用傳統三分法并強化了面部亮部刻畫,但莫雷斯基將其標簽設定為 “非洲女性肖像” 并歸類于 “部落藝術” 門類。這一錯配圖像被并置于原始圖像旁展出,強化了觀眾的視覺沖突體驗。圖像與標簽之間的不協調迫使觀眾質疑算法的觀看機制與知識來源。這種展陳方式不僅揭示了算法在運作中的文化前設,也鼓勵觀眾參與對 “誰在告訴算法怎么看” 的反思。算法偏見不再是抽象統計意義上的問題,而是以 “可觀看的誤差” 形式被轉化為公共視覺經驗。
莫雷斯基的關鍵策略不在于圖像風格的再造,而是對信息結構的解構與重構。他將數字藏品中的分類邏輯作為藝術材料,挑戰制度化的視覺規范系統。米歇爾?福柯在The Order of Things: An Archaeology of the Human Sciences中所闡釋的 “分類秩序” 的政治性 —— 博物館作為知識體制將世界編碼為可分類且可命名的對象集合,莫雷斯基的干預揭示了這種權力機制如何在人工智能訓練集中被繼承并自動化,尤其在錯配標簽與重新歸檔的過程中,暴露了算法如何無意識地重復乃至加劇結構性偏見的過程。他的實踐即是通過圖像制造 “錯誤” 的方式,將不可見的算法偏見轉化為公共經驗。在敘事結構上,作品采用并置、對照與混淆等展覽語言,使圖像之間形成張力。觀眾被置于一個多重現實的觀看場域中,一方面看到系統希望他們看到的內容,另一方面又被這些錯誤揭示所擾亂。這種感知裂變轉化為認知行動,觀眾不再是被動接受者,而成為分類秩序的質疑者。
他的藝術不是反對技術本身,而是通過介入與重組,促成關于文化分類、數據政治與觀看主體性的再協商。正是在這一點上,他的實踐為生成式人工智能介入社會語境提供了操作模板,藝術家可以通過最基礎的訓練數據和標簽系統,改變機器 “如何觀看” 與 “為何觀看” 的邏輯。隨著人工智能系統融合語義識別、圖像合成與語境計算,其生成圖像正逐漸演化為具有社會政治維度的視覺文本。在這一過程中,藝術家的干預不再僅僅是象征性的表達,而是對視覺文化中權力分配機制的深度介入。他以操作性的方式挑戰了數據集作為 “文化資本存儲結構” 的地位,將分類系統本身作為藝術實踐的對象,從而反轉了人工智能系統中 “誰定義圖像、誰擁有標簽權” 的問題結構。
四、討論與批判性反思
人工智能圖像生成通過提示詞驅動與多模態協同機制,將圖像構建為開放、跳躍與重組的語義集合,從而打破了單一時間線索下的敘事邏輯,構建出更加去中心化的表達路徑。正如溫迪?惠?京?春指出:“習慣削弱了時間的線性性。它循環往復,相互關聯。習慣性行為并非像鏈條上的環節一樣依次相連,而是相互共鳴,每一次重復既是更新,也是記憶。習慣并非因果關系,而是遞歸的:它通過預見將未來帶入當下,并以潛在的可能性重現過去。” 她所提出的 “習慣性時間” 與 “數據斷裂” 揭示了數字媒介如何通過重復與中斷,瓦解傳統敘事的因果結構,并將 “斷裂” 轉化為一種新的敘事語法。在生成式人工智能圖像構建中,這種非線性體現為圖像缺乏線性因果關系,而是通過語義鄰接、概念聯想和提示詞觸發在潛在空間中生成可變路徑。
當前主流圖像生成系統常通過將文本與圖像嵌入共享語義空間的方式,使語言成為視覺構建的關鍵驅動力。這種機制雖不直接建構敘事結構,但為圖像的多義性與結構開放性提供了重要技術基礎,促使視覺敘事脫離線性推進,呈現出多路徑展開的潛力。同時,隨著 AR/VR 等交互媒介的融合,人工智能生成圖像已不再是靜態結果,而被納入沉浸式體驗與互動敘事結構之中。觀眾可通過感知輸入或路徑選擇影響圖像的呈現與敘事走向,從而參與敘事走向的生成。這種類似于協商式的敘事改變了傳統觀眾的被動接收地位,將觀看過程本身轉化為意義生成的動態場域。在這一語境下,視覺敘事的形式與功能被重新定義,對傳統敘事理論中的連貫性、統一性和作者中心提出了根本性挑戰。
盡管生成式人工智能在圖像生成機制與視覺表現上展現出高度的技術創新,其輸出結果在視覺符號系統上仍體現出對傳統藝術語匯的顯著影響。詹姆斯?埃爾金斯指出:“通過大量插圖的實例,他提出了一種全新的視覺分析方法,這種方法依賴于物體自身內在的組織結構。” 這揭示圖像在形式、構圖與風格層面蘊含自身的組織結構,而生成式系統正是基于這些已有視覺范式,從藝術史圖像數據庫中提取并重組風格元素。例如,Al-Badri的作品通過對非西方圖像資料的算法性拆解與重組,不僅保留了文化標識的歷史痕跡,也構建出一種跨文化且去中心化的新型圖像語法。同樣,法羅基所展示的非線性圖像結構雖然前瞻,卻仍依賴20世紀視覺系統的編排傳統。斯塔福德指出:“回聲物體探討了復雜圖像——或那些壓縮時空的模式——如何揭示人類意識中不可見的秩序。” 她的 “回聲物體” 概念強調圖像具有文化記憶的認知結構,生成式人工智能圖像語言因而不應視為歷史的斷裂,而是傳統與科技之間持續協商的產物,其視覺語言在創新中同時承擔著歷史延續的文化責任。
生成式人工智能引發的主體性問題,已成為視覺語言研究中的核心議題之一。人工智能生成的作品并非僅僅是獨立機器智能的產物,而是處于人類與機器之間作者身份光譜的中間地帶。這是因為它們是高度分布式生產模式的產物,這種模式跨越了支撐它們的算法、底層信息系統和訓練數據,以及那些既貢獻又提取價值的藝術家。這一 “分布式作者機制” 體現為一種 “雙重署名” 的創作結構,其中提示詞提供者與人工智能系統共同構成創作主體,挑戰了傳統藝術中 “作者唯一性” 的觀念基礎。如埃爾加馬爾等人在提出創意對抗網絡模型CAN時強調,CAN模型 “通過偏離學到的風格激發創意潛能,在學習中偏離規范成為其生成藝術圖像的關鍵邏輯”。這種從選擇到偏離的機制突破了將人工智能視為被動工具的界限,使其具備了表達與判斷的程序能力。從道德哲學視角來看,生成式人工智能系統展現 “復雜且近似具有代理者行為”,這為通過自身目標與反饋機制進行創作決策的可能性提供理論基礎。
摩根?S. 波特進一步表明,語言模型在道德困境中展現 “理性論證能力” 和 “根據新信息調整選擇” 的傾向,從而具備某種形式的自主創作意向。在圖像生成的評估階段,觀眾在判定其真實性、歸屬與藝術價值時陷入不確定狀態。索菲?弗拉德指出:“我們對人工智能生成圖像是否構成藝術的集體猶豫,正源于其缺乏明確的作者角色。” 這種身份模糊不僅削弱了作品的主體性感知,也凸顯了在生成式系統中,藝術創作權與觀念歸屬權之間日益擴大的斷裂。
受眾的角色與解讀機制在生成式人工智能視覺語言的影響下正發生轉變。觀眾不再是圖像意義的被動接收者,而是通過其文化經驗、情感投射與交互行為參與意義構建的 “協同解讀者”。參與式文化促使觀眾從 “消費者” 轉向 “生產者”,在文本的意義建構與傳播中發揮主動作用。社交媒體平臺與算法機制的深度介入進一步促成了 “平臺化解讀” 現象,觀眾通過轉發、評論、剪輯與再創作等方式,成為視覺敘事的共建者,推動圖像語義在傳播中的擴展與再現。然而,這種開放性也帶來了認知與解釋結構的挑戰。伊萊?帕里瑟在其對 “過濾氣泡” 的研究中指出,當信息被過度算法篩選后,用戶將面臨認知封閉與碎片化問題。而丹娜?博伊德強調,注意力經濟鼓勵平臺設計以情緒操控為核心的系統,“激勵恐懼、憤怒與焦慮,來維持用戶黏性,進而促使認知過程趨于快速反應與淺層處理”。因此,盡管人工智能圖像系統提升了觀看主體的能動性與視覺語言的多樣性,但同時也加劇了語義不穩定性與認知負荷的上升。未來視覺文化研究需進一步探索,在技術生成機制的開放性與意義建構的深度之間,如何建立新的平衡機制與解釋框架。
從視覺文化角度看,算法視覺語言的廣泛應用激發出工具化傾向與自由表達之間的緊張關系。一方面,生成式人工智能依賴大規模訓練數據與模型標準化邏輯,導致視覺表達趨向樣式同質化與語義模板化,這在一定程度上可能限制創作的靈活性與文化表達的多樣性。凱西?奧尼爾指出,算法系統會通過反饋循環強化自身邏輯,“懲罰人們無法控制的環境”,并使結果 “日益呈現出偏見、標準化與不透明性”,對于視覺語言而言,這種結構性偏向可能固化現有的美學規范,壓制邊緣經驗與另類風格的表達空間。另一方面,生成式人工智能也為特定群體提供了繞開主流藝術機制的可能性。唐雨瑩等人指出:“人工智能工具具有民主化創意流程的潛力,使藝術和設計任務對缺乏傳統專業知識的個人更加易于獲取。” 這類 “生成性進入” 機制不僅拓展了藝術實踐的主體邊界,也重新定義了視覺語言的參與權與文化再分配結構。這一辯證關系提醒我們在警覺算法可能帶來的文化規范化風險的同時,也應肯定其激發藝術創新和社會參與的積極作用。從技術哲學視角,唐娜?珍妮?哈拉維的 “賽博格” 概念啟發我們理解人機共生的藝術主體性與敘事可能性,賽博格并非僅是技術附體的人類,而是一個拒絕純粹性、打破自然與文化、人類與非人類界限的混合存在。它象征著新的主體結構的誕生,一個在技術介入中生成、自反,并具有批判潛能的文化構建者。這一視角促使我們將生成式人工智能理解為不僅是工具,更是主體生成機制中的結構性參與者。
五、結論
本文聚焦生成式人工智能所建構的算法視覺語言,探討其如何在當代藝術敘事中重塑圖像表達的結構邏輯、創作主體的分布關系,以及文化意義的生產機制。通過理論分析與三個具有代表性的藝術實踐案例,本文指出,生成式人工智能視覺語言不僅是一種新興的圖像生產技術,更是一種深刻介入文化符號系統與觀看結構的媒介轉型。
研究發現,基于關鍵詞驅動與跨模態嵌入機制的圖像生成流程,有效突破了傳統藝術作品所依賴的線性時間結構與象征性語義邏輯。多路徑敘事、非線性展開與語義漂移成為其核心特征。這一生成邏輯依托算法概率建模,在表達層面提供了高度的可變性與靈活性,同時也表現出對既有藝術符號體系的延續與重組。圖像的碎片性與編排性為藝術家創造出更加開放、多義的敘事空間,拓展了視覺語言在當代表達中的可能性邊界。隨著生成機制的技術深化,藝術創作的主體結構也呈現出動態演化。人工智能不再是單一工具,而在創作過程中逐步獲得 “表達代理權”。藝術家、算法模型以及用戶之間形成一種協作機制,創作意圖與生成權力呈現出流動性與協商性。這不僅重塑了藝術主體的定義,也引發了關于算法透明度、倫理責任與權屬界定的多維議題。
在圖像接收層面,觀眾的觀看行為也因視覺語言的生成邏輯發生轉變。生成圖像所體現的開放性與模糊性使觀看成為語境化、互動式的建構過程。觀眾不再是單向接收者,而是通過自身文化經驗與參與行為介入意義協商。在社交平臺與視覺傳播機制推動下,圖像傳播逐漸呈現出 “平臺化解讀” 的特征,觀眾通過評論、分享與再創作成為視覺敘事的一部分。這一參與性擴展了視覺文化的傳播路徑,同時也暴露出敘事連貫性的弱化與語義過載等問題。進一步,本文從批判文化角度切入,揭示了生成式人工智能視覺語言所依賴的數據與模型背后隱藏的文化編碼問題。訓練數據的構成往往再生產既有的視覺權力結構與社會偏見,使得生成圖像在形式創新的同時,也可能固化甚至放大結構性不平等。算法系統常在 “無意識中再生產種族差異”,即使其運作邏輯看似中立,仍深受社會結構性偏見所嵌入。當一個算法學習如何看,看什么,以及為何而看時,它是在某種特定的世界觀基礎上學習的。訓練數據中的文化編碼會以符號形式轉化為圖像結構,從而影響生成內容的文化表達與再現方式。這一現象提醒我們,任何技術性的圖像生成機制都不應被視為中立過程,藝術與理論實踐需始終保持對算法機制與文化系統交互關系的批判敏感。
本文整合視覺文化、敘事學、符號學與算法批判理論,在跨學科視野下深入分析了生成式人工智能視覺語言的構成機制與文化張力。然而研究也有一定的局限,人工智能視覺語言的實際應用快速演變,本文尚未能全面覆蓋非西方語境、跨媒介敘事及新型交互平臺的表現方式。特別是在全球視覺文化結構中,非西方圖像和美學往往在生成模型中被邊緣化、泛化或誤讀,形成 “偏見的局部性”,其再現機制和文化后果仍有待深入實證分析。受眾解讀機制的認知層分析也仍有待結合神經美學與參與式傳播研究進一步拓展。
圍繞這一研究框架,未來探討可聚焦幾個核心問題:如何在算法日益自主的背景下,重新界定創作者身份與創作權力分配?生成式人工智能視覺語言如何與傳統藝術媒介形成協同機制,構建跨平臺敘事?觀眾在平臺化觀看中如何協商意義、建構經驗?在亞洲、非洲、拉丁美洲等非西方文化語境中,生成式人工智能圖像是否能夠擺脫偏見限制,發展出具有文化在地性與美學自主性的視覺語法?這些 “區域性重構” 的潛力,或將成為挑戰算法視覺霸權與重塑全球觀看結構的關鍵議題。這些問題不僅關乎圖像生成技術的應用邊界,更涉及視覺文化全球結構的再配置。


