2023 中国人工智能系列白皮书——AI+Art

中国人工智能学会 二○二三年九月 《中国人工智能系列白皮书》编委会 主任：戴琼海 执行主任：王国胤 副主任：陈杰何友刘成林刘宏孙富春王恩东王文博赵春江周志华 委员：班晓娟曹鹏陈纯陈松灿邓伟文董振江杜军平付宜利古天龙桂卫华何清胡国平黄河燕季向阳贾英民焦李成李斌刘民刘庆峰刘增良鲁华祥马华东苗夺谦潘纲朴松昊钱锋乔俊飞孙长银孙茂松陶建华王卫宁王熙照王轩王蕴红吾守尔·斯拉木吴晓蓓杨放春于剑岳东张小川张学工张毅章毅周国栋周鸿祎周建设周杰祝烈煌庄越挺 《中国人工智能系列白皮书----AI+Art》编写组 邱志杰陈抱阳巴瑞云张晓琳宗钰淇张冰纨王梦瑶何晓冬汪军王乃岩黄木琪杨星煜陈杨刘大庆徐海张奥宇张濮宋洪涛代岩陈海云 目录 前言...........................................................................................................1第1章AI与艺术：历史..........................................................................11.1数字世界中的前AI时代的相关艺术创作.......................11.2AIGC之前的AI艺术创作及技术机理.............................81.2.1变化来自标准化问题..............................................81.2.2规则、指令、算法.................................................121.2.3信号、序列、分辨率............................................261.3科技与社会构成的平台....................................................391.4从数据的可视化问题展开...............................................41 第2章AI与艺术创作（生成艺术）....................................................43 2.1生成艺术............................................................................432.2生成艺术的发展综述........................................................452.3AIGC定义与内涵..............................................................462.4AIGC发展综述..................................................................482.4.1判别式技术发展综述............................................492.4.2生成式技术发展综述............................................512.4.3StableDiffusion.......................................................522.4.4LoRA........................................................................572.4.5ControlNet................................................................602.4.6NeRF作为新型三维重构.......................................632.4.7AIGC技术发展展望...............................................682.5生成式AI的工程化.........................................................752.5.1生成式AI工程化面临的主要问题......................752.5.2AI生图应用平台.....................................................762.5.3利用云计算资源应对算力需求挑战....................79 2.5.4扩散模型的控制.....................................................822.5.5通过解决方案加速生成式AI技术落地..............842.5.6展望：从工程化到工业化....................................902.6人工智能作为创作的课题...............................................932.7人工智能艺术案例研究....................................................942.7.1AI生成艺术案例研究............................................942.7.2AI交互装置案例研究..........................................1352.7.3多智能体系统和AI控制的机器人艺术.............1482.7.4总结........................................................................169 第3章AI对艺术生态的影响..............................................................171 3.1AI艺术品推荐与未来趋势预测.....................................1713.2艺术品鉴定工具..............................................................1743.3艺术治疗..........................................................................1783.4艺术品解读......................................................................1853.5艺术教育..........................................................................1903.5.1AI在艺术教育的应用..........................................1923.6艺术品保存与修复..........................................................1943.6.1艺术品修复...........................................................1953.6.2艺术品保存...........................................................2023.7数字人在AI艺术领域的意义........................................2083.7.1数字人....................................................................2083.7.2数字人在AI艺术中的意义.................................2093.7.3数字人在AI艺术中的作用.................................2103.8AI艺术面临的问题与挑战.............................................2273.8.1人工智能创作的发展趋势.................................2273.8.2版权与道德............................................................2303.8.3艺术创作模式的转变...........................................237 3.8.4技术与资源的挑战...............................................239结语与展望.............................................................................................241参考文献.................................................................................................246 前言 自1956年提出人工智能（AI）以来，AI产业与技术不断发展，AI大模型成为一训多能的人工智能算法基础设施，2019年以来，大模型泛化求解能力大幅提升，成为产业主流技术路线。AI大模型是“人工智能预训练大模型”的简称，包含了“预训练”和“大模型”两层含义。“大模型+小模型”逐步成为产业主流技术路线，驱动全球AI产业的全面加速。 数字艺术是全球公认的具有独立审美价值的艺术形式，近年来迅速发展，AI模型技术的成熟无疑将为数字艺术带来更广阔的发展空间，其中特别涵盖于国家文化数字化的战略构想，尤其是数字艺术产业化的发展理念。党的二十大报告明确部署建设网络强国、数字中国，实施国家文化数字化战略。中共中央办公厅、国务院办公厅印发《关于推进实施国家文化数字化战略的意见》和《数字中国建设整体布局规划》，说明文化数字化已成为建设社会主义文化强国、实现文化高质量发展的战略选择，对我国文化发展、文化产业国际竞争力和文化安全等方面发挥着不可替代的重要作用。 此白皮书梳理研究AI与视觉艺术结合的应用案例和艺术作品，以及国家数字艺术相关战略，为全面更新数字艺术发展模式，实现数字艺术产业新格局提供参考。本研究希望助力推动AI艺术创新和产业应用的成果转化，以支撑社会美育建设。以AI艺术的发展过程向世界讲好中国故事，传播中国文化价值，建构中国美术教育的话语体系与评价体系，提升中国新时代新形象和文化软实力。通过产生一套面向艺术创作者的AI大模型的创作方法论，从而完善大模型数字艺术生成的评价标准，为建立数据库、资源交流平台、满足国家战略提供多维度的建议。同时积极探索运用AI大模型将数字艺术延伸到屏幕之外的可能性，为数字艺术形态的迭代提供建议。 将AI应用于艺术创作，能推动对AI算法的改进研究。通过在不 同应用场景下对算法的表现进行研究和分析，可以使人们不断反思AI算法的极限、原理以及它的未来发展。AI大模型的应用将促进艺术家和科技研究人员之间的交流与合作，进一步拓宽数字化创作的可能性。艺术创作不仅能够拓展AI应用场景，还能为AI算法的改进提供实验数据和实践基础。跨界合作能同时推动技术的发展和文化与艺术的数字化转型，进而推动中国式现代化进程。因此，艺术与AI的深度融合将成为文化数字化建设的