近年來，人工智能以“萬物皆可生成”之勢，叩開藝術院校的大門。

剛接觸AI工具時，藝術院校師生大多興奮於技術帶來的便利。過去需要兩周才能完成的3D建模，現在三天就能出稿﹔傳統手繪難以駕馭的“水墨肌理”，輸入關鍵詞就能生成兼具美感與辨識度的作品。但這種便利很快在創作上呈現出一種“高維度平庸”——這並非指技術層面的粗糙，恰恰相反，是算法在更高維度的參數空間裡，基於海量數據計算出的一種“統計學意義上的完美”。這些作品在構圖與光影上往往無懈可擊，卻因剔除了創作者個體獨特的“偏見”與“瑕疵”，陷入了一種“精致的乏味”。結果便是，整體的創作效率和平均水平提高了，亮眼的作品卻越來越少，最終形成了一種平均化的審美。

我在《AI與影像創作》課堂上，向學生們提出了這樣一個問題：當AI能夠精准復刻任何藝術風格，甚至創作出以假亂真的“藝術作品”，並在一些賽事中獲獎，作為未來的藝術創作者，你們的核心競爭力何在？

拋出這個命題，源於我在教學過程中的發現。

一方面，學生們對AI工具展現出極大的熱情。他們興奮地展示著那些隻需幾秒鐘就能生成的作品：賽博朋克風的霓虹都市、精細到毛發的奇幻生物、光影完美的各種風格化場景。

另一方面，隨著課程深入，一種“同質化”疲憊感開始在學生中間蔓延——大家發現，AI生成的視頻越來越像是一種“動態壁紙”——這些作品往往在技術層面達到了較高的完成度，畫面精致、結構完整、風格穩定，卻難以留下清晰而鮮明的個人印記。

由此，我進一步認識到：AI並沒有讓藝術創作變得更容易，反而通過“沒收攝影機”的方式，倒逼創作者回歸更本質的“導演思維”。

之前指導畢業設計時，曾有一位學生提交了以“東北工業基地遺址”為主題的AI影像提案。單看畫面，並無不妥：高聳的水塔泛著金屬冷光，夕陽下的鐵軌呈現出完美的黃金分割構圖，就連鐵鏽的質感都渲染得如同精心描繪的裝飾畫。

交流中，學生坦言自己並未進入過真實的工業遺址。他的創作主要依賴於網絡圖片檢索，並將“工業風”“冷色調”“復古質感”等關鍵詞輸入AI，在大量生成結果中進行篩選與拼合。后來，在實地走訪過程中，該學生第一次意識到：廠房內部並不存在“均勻的冷光”，而是不同高度、不同功能區形成的復雜照明﹔地面並非連續完整，而是被設備基礎、檢修通道與臨時改動不斷打斷。正是這些不規則、不統一甚至略顯混亂的空間特征，構成了工業遺址影像中最難以被算法復制的部分。

AI算法基於海量數據訓練，傾向於提供一個統計學意義上的“審美最優解”。當你輸入“工業廢墟”，它會給你最符合大眾刻板印象的“廢墟”，卻不是包含視覺、觸覺與歷史記憶的“廢墟”。

這樣的案例痛切地揭示了一個教學真相：當學生不再是美的主動發現者，而淪為算法趣味的被動迎合者時，他們生成的只是數據的堆砌，而非藝術的表達。

針對這些創作問題，我的觀點是無需回避AI，而要駕馭AI——隻有更專業地處理好AI與影像創作的關系，才能更好應對“高維度平庸”問題。

AI生成的核心邏輯是“精准響應指令”，若創作者自身不懂鏡頭語言，甚至無法向算法清晰描述想要的視覺效果，何談讓畫面服務於敘事？針對此前“工業遺址”案例中畫面缺乏生命力的問題，我和學生圍繞“如何用鏡頭語言喚醒場景質感”展開系列探索：我們一起梳理經典工業題材影片的鏡頭運用，對比不同導演對場景細節的捕捉方式，共同試驗用專業術語替代籠統描述來“馴服”算法。

當學生開始用“導演”的視角去調度AI時，那個原本像塑料模型的工業遺址視頻變了：鏡頭緩慢掠過粗糙的牆面，畫面從“裝飾畫”升級為帶有情感和歷史感的“電影片段”。這樣的變化進一步印証：AI工具並沒有取消攝影技法，它只是把對鏡頭語言的掌握，從肢體操作的要求，提升到了觀念表達的層面。它要求創作者在按下“生成”按鈕之前，必須在腦海中預演好精密的場面調度。

技術層面的鏡頭語言控制是AI影像創作的基礎，更深層的挑戰則在於“提示詞”的精准表達——這不僅是AI時代的核心創作素養，更是克服生成內容同質化、實現審美格調升級的關鍵所在。我和學生通過反復試錯發現：優質的提示詞絕非簡單的關鍵詞堆砌，而是劇本、分鏡與燈光單的濃縮總和，是創作者文學積累、審美沉澱與文化認知的集中轉譯。

AI本質上既是圖像生成器，更是基於數據訓練的文化理解器，若輸入者自身對文化缺乏深度認知，算法只能依據海量泛化素材，輸出大雜燴。

因此，技術倒逼著人文素養回歸創作核心——提示詞的邊界，本質上是自身認知與詞匯量的邊界﹔對文化的理解深度、對生活的感知細膩度，直接決定了運用AI所能達到的高度。

應對“高維度平庸”，本質上是一場關於“控制權”的博弈。我們不應抵觸技術，相反，我們應當看到，AI可能會取代那些僅僅掌握重復性技法的“匠人”，卻為真正具有思想深度、文化底蘊和導演思維的“創作者”提供了前所未有的廣闊舞台。

在各大AI電影節的獲獎名單中，打動人心的作品往往不是技術最炫酷的，而是敘事最扎實、情感最細膩的。這証明了，無論算法如何迭代，人類對生命的細膩感知、對文化根脈的虔誠敬畏、對個性風格的執著堅守，依然是影像創作的靈魂。

常有人講，看一幅畫或一部電影，不看署名也能一眼辨別是誰的作品。在AI時代，這種“風格即署名”的能力變得尤為珍貴。未來的影像創作者，不應滿足於生成一張張完美卻無個人印記的“隨機彩票”，而應致力於建立一套屬於自己的視覺語法。當觀眾看到某種特定的光影調度、某種獨特的敘事節奏，就能脫口而出：“這是某某的作品。”

隻有當創作者將“大數據的平均數”扭轉為“個體的獨特性”時，自己用AI生成的影像才能真正屬於自己。

未來的數字藝術教育，不應教學生如何做一個“隻會寫提示詞的操作員”，而應培養他們成為“懂得用算法講故事的導演”。當技術門檻被踏平，最后比拼的，依然是那個在屏幕背后，有著豐富內心世界和敏銳審美判斷的、具體的人。 （作者：張裕卓，系魯迅美術學院中英數字媒體藝術學院教師）

分享讓更多人看到