生成艺术与 AI：作者性的新边界

破除误解#

历史脉络：从绘图仪到扩散模型#

生成艺术的源头是工程师与数学家的实验。内斯是西门子的工业数学家，用 ALGOL 写程序、驱动楚泽公司的绘图仪作画；他的斯图加特个展由信息美学倡导者马克斯·本塞促成，1965 年 2 月 5 日在斯图加特工业大学学生画廊开幕。同年 4 月 6 日至 24 日，贝尔实验室的迈克尔·诺尔与贝拉·尤莱斯在纽约霍华德·怀斯画廊举办"计算机生成图像"展。诺尔还做过一个知觉实验：让观众分辨程序生成的"伪蒙德里安"与蒙德里安 1917 年的《线条构图》，多数受试者更喜欢机器那幅——一个挑衅性的早期数据点。

1968 年 8 月 2 日至 10 月 20 日，贾西亚·赖查特在伦敦当代艺术学院策展"控制论的意外发现"（Cybernetic Serendipity），把绘图仪、机械装置与早期计算机图形第一次同时送进主流展厅。维拉·莫尔纳尔从 1968 年起用计算机写几何变换；哈罗德·科恩的 AARON 约从 1973 年在加州大学圣地亚哥分校起步，自动作画直到他 2016 年去世。艺术家的工作从"画"转向"设计画的规则"。

这条谱系里潜藏着一个持续的方法自觉：生成艺术家从不认为机器是作者。纳克 1971 年的文章《不应该有计算机艺术》径直指出，"计算机艺术"这个范畴本身就是误会——计算机只是工具与媒介，把生产环节自动化不等于把创作自动化。这个立场在半个世纪后的提示词时代显得格外有先见之明。它也可以对照摄影史：十九世纪中叶，批评者同样指责按快门不是艺术。差别在于，相机朝向世界，绘图仪朝向规则，扩散模型朝向他人作品的统计库存。

绘图仪时代还有一条常被忽略的制度史：许多早期作品并不进入艺术市场，而是出现在工程期刊、计算机学会会刊与科学可视化会议里。作者自居为工程师或程序员，展签上写的是算法名与机器型号。直到佳士得成交《贝拉米肖像》，拍卖场才被迫发明一套把损失函数签成署名的仪式——作者性从实验室术语突然变成了成交凭证上的法律字段。

第二次浪潮来自机器学习。2014 年伊恩·古德费洛等人提出生成对抗网络（GAN）：生成器与判别器互相对抗训练，学会合成足以乱真的图像。2018 年 10 月 25 日，巴黎三人组合 Obvious 把 GAN 生成的《埃德蒙·德·贝拉米肖像》送上佳士得纽约，估价七千至一万美元，含佣金成交 43.25 万美元——大型拍卖行成交的第一件"AI 艺术品"。画布右下角签的不是人名，而是 GAN 损失函数的公式。归属争议随即爆发：所用代码主要改写自当时约十九岁的罗比·巴瑞特的开源成果，训练数据是一万五千幅跨越六个世纪的人类肖像。

2018 年底到 2019 年，英伟达的 StyleGAN 把人脸合成推到足以乱真；菲利普·王随即做了网站"This Person Does Not Exist"，刷新一次就出现一张从未存在过的面孔。GAN 走出实验室，也把自己送进了艺术市场最仪式化的现场。

第三次浪潮是扩散模型。OpenAI 的 DALL-E 在 2021 年 1 月公布，DALL-E 2 在 2022 年 4 月放出；Stability AI 的 Stable Diffusion 于 2022 年 8 月 22 日开源；Midjourney 则主要在 Discord 里以订阅制运转。开源与闭源同时铺开，才让"提示词作者性"从实验室变成数亿人的日常操作。同年 8 月，贾森·艾伦用 Midjourney 生成并经过筛选与修饰的《太空歌剧院》获得科罗拉多州博览会数字艺术一等奖——评委当时并不知情。消息公开后舆论哗然，成为 AI 艺术闯入主流文化秩序的标志性事件。

核心机制：作者性在哪里#

从绘图仪到扩散模型，技术换了三代，作者性问题却显现出稳定的结构。规则作者性——内斯时代的形态：艺术家写算法，机器执行，作品是规则与随机性的合谋，作者归属相对清晰。模型作者性——GAN 时代的形态：艺术家不再直接写规则，而是选择数据、训练目标与筛选标准，创作行为分布在整个流水线。提示词作者性——扩散时代的形态：用户以自然语言引导一个包含全人类图像记忆的模型，贡献的比例最低也最模糊。

实际工作流并不像"打一句话"那样轻盈。艾伦后来向美国版权局说明，他为《太空歌剧院》迭代提示词至少 624 次，并用 Photoshop 修饰、用 Gigapixel AI 放大。版权局审查委员会 2023 年 9 月 5 日的终局决定认为：人类贡献相对于生成部分过小，整体不能登记。这些劳动被写成"对生成物的选择与安排"，而不是对表达要素本身的控制。

法律已经开始给出回答，而且各国的回答在分叉。同年 2 月 21 日，版权局就克里斯蒂娜·卡什塔诺娃的漫画《扎里亚的黎明》发出更正信函：文字与编排受保护，Midjourney 生成的单幅图像不受保护。塞勒诉珀尔马特案的事实更极端：斯蒂芬·塞勒主张《天堂的新近入口》完全由他的"创造力机器"生成，自己没有作者性贡献。哥伦比亚特区巡回上诉法院 2025 年 3 月 18 日确认：1976 年《版权法》要求作者首先是人类。联邦最高法院 2026 年 3 月 2 日拒绝调卷，这条要件暂时成为美国法的定论。法院同时写明，它没有回答"人类用 AI 辅助到何种程度才够"——这个问题正落在艾伦自己提起的另一起诉讼里。

北京互联网法院 2023 年 11 月 27 日的（2023）京0491民初11279号判决，事实更接近提示词工作流。原告李某用 Stable Diffusion 生成人物图，发布于小红书；被告去水印后用作配图。法院认定提示词设计、参数选择与最终筛选构成智力投入，原告为作者，判赔 500 元并道歉。中美分叉因此不是口号之争，而是把同一类劳动分别标成"不够"与"足够"。它最终要回到知识产权把"作者"钉在哪一层劳动上。

训练数据之争是另一条战线。2023 年 1 月，漫画家莎拉·安德森等人在加州北区起诉 Stability AI、Midjourney 与 DeviantArt。盖蒂图片社同期在英国与美国起诉 Stability AI，称约 1200 万张带水印的图片被刮入训练集，生成物上甚至能看到残缺水印——这是"学习统计规律"抗辩最难消化的物证。抗辩方主张训练属于转换性使用；原告则指出模型可被诱导复现样本，商业模式建立在对创作者劳动的无偿汲取之上。芝加哥大学团队 2023 年发布 Glaze 与 Nightshade，让艺术家在作品上添加人眼几乎看不见的扰动，干扰风格模仿。技术对抗已经先于终审判决开始。这些争点也改写了版权与公有领域的时间结构：保护期尚未届满的作品，一旦进入训练集，就相当于被提前做成了统计原料。

争议与边界#

美学层面的争议同样真实。辩护方把扩散模型视为摄影的当代重演：1850 年代的画家也曾断言按快门不算艺术，而摄影最终改变了绘画而非消灭了它。批评方则指出一个质的不同：相机记录世界，扩散模型重组的是他人作品的库存——它更像是吞噬了整个艺术史之后再进行风格套利的装置。本雅明 1936 年关于机械复制摧毁"灵光"的论述获得了新版本：当图像可以无限、即时、按需生成，"此在"与稀缺性退出图像的定义，图像与观看者的时间关系被彻底改变。一张梗图式的生成图没人会看第二眼，不是因为它差，而是因为它的生产成本已趋近于零。

博物馆开放获取与 WikiArt 这类库，正是数字人文与生成模型共用的原料。库里西方经典过度代表，模型学到的"风格"往往是馆藏偏见的自画像。远观研究若不去追问训练集，就等于把新的视觉文化建立在未加审查的旧经典之上。

馆藏偏见之外，还有分辨率与构图的偏见：训练集里的"杰作"多为博物馆摄影的正面平视图，模型因此倾向于中心构图、均匀照明与画框裁切后的平面感。生成图里那种说不出的"展览海报味"，往往不是审美选择，而是拍摄制度被统计放大的结果。

另一种务实的立场正在创作者社群中成形：把生成模型定位为"合成器"而非"作曲家"。就像电子音乐家不回避合成器而是研究它的脾气，许多视觉艺术家把模型的失控、幻觉与偏见当作媒介特性来经营——作品的主题恰恰是机器的视觉无意识。游戏贴图、概念设计与动画中间帧已经大量使用这套工具；争议不在"用不用"，而在署名、分成与风格是否可被批量盗用。

更深一层的争议关于评估：当 AI 图像在盲测中越来越频繁地通过"图灵测试"，美学判断还剩下什么？一个可能的回答是：艺术从来不只是物件的品质，还包括创作行为的社会事实——知道一幅画是人用二十年功力画的，与知道它是十秒生成的，改变的是观看行为本身。作者性问题因此不是法律的怪癖，而是审美经验结构的组成部分。与此同时，深度伪造与证词危机把同一技术拖进新闻与法庭：一张图还能否当作"有过拍摄者"的证据，已经不再是美学内部的问题。

为什么今天仍然重要#

生成艺术的三代历史是一个罕见的受控实验：同一个哲学问题在三种技术条件下重复出现，让我们得以区分什么是技术噪音、什么是真正不变的难题。今天，这些难题正在走出画廊：广告业用生成图替代摄影，游戏业用其填充资产，司法系统在摸索证据规则，教育系统在重新定义作业。文学里的生成文本与作者性几乎在同步展开同一组争点，判例将互相引用，因为法律不会为每一种媒介发明一套全新的作者定义。

更迫近的是图像信任基础设施的重建。当任何"照片"都可能没有拍摄者，新闻、司法与科学出版都在为来源证明寻找技术方案。内容凭证联盟（C2PA）推动在拍摄或生成端写入来源；欧盟 2024 年生效的《人工智能法》把生成内容的标识写成法定义务。技术可以造图，也可以给图做出生证明——两者必须一起建设，否则图像作为证据的资格会先于美学争论一起塌掉。AI 艺术的争论是文化对自动化创造力的第一轮正式回应。生成艺术家从绘图仪时代延续至今的提醒依然有效：机器从不自动生产意义，规则、数据与筛选背后永远有人——问题只是，我们打算让谁为哪一部分负责。

跨域连接#

• AI 与算法治理：生成艺术的法律之争是算法治理论战的美学分战场：训练数据的授权、生成内容的标识、平台对侵权输出的责任，全部落入同一套监管框架。艺术案例因其事实清晰——输入是画、输出也是画——常常成为先行先试的判例来源。
• 大语言模型：扩散模型与大语言模型共享同一技术范式——在海量人类产物上训练、以条件化方式重组输出。文生图模型的提示词工程本质是与一个语言—视觉联合模型对话；理解 LLM 的能力与幻觉机制，是理解图像生成模型边界的最短路径。
• 神经网络：从 GAN 的对抗训练到扩散模型的逐步去噪，生成艺术的每种"风格"都是特定网络结构的签名。作者性之争要超越口号，就必须落到机制：模型到底记忆了什么、泛化了什么，决定了"抄袭"与"学习"的分界画在哪里。
• 人工智能伦理：训练数据之争是分配正义问题在文化领域的具体化：模型从全体创作者的劳动中提取价值，收益却归于模型拥有者。伦理学关于同意、补偿与劳动份额的框架，为"该不该赔、赔给谁、怎么赔"提供了比口号更细的工具。
• AI 可解释性：艺术家与法官都在追问同一个问题——这张图的哪一部分来自哪张训练图。可解释性研究若能部分回答这个问题，侵权判定与署名分配都将获得技术支点；它的困难程度，也预示了相关法律争议还将持续多久。
• 生成文本与作者性：图像生成的作者性争点，与大模型写诗、写剧本的争点同构。提示词、筛选、后期编辑各自算不算创作，两个领域会互相引用判例，因为"人类作者"不会按媒介拆成两套定义。
• 摄影史：1850 年代关于"按快门算不算艺术"的争论，是今天提示词争论的预演。摄影没有消灭绘画，但重写了绘画的任务；生成模型会不会对摄影做同样的事，取决于我们把作者性钉在哪一层劳动上。

参考文献#

• Goodfellow, Ian et al. "Generative Adversarial Nets." Advances in Neural Information Processing Systems 27 (2014).
• Nake, Frieder. "There Should Be No Computer-Art." Bulletin of the Computer Arts Society (1971).
• U.S. Copyright Office, Review Board. Théâtre D'opéra Spatial（拒绝登记决定）, 2023-09-05.
• U.S. Copyright Office. Zarya of the Dawn（登记范围更正信函）, 2023-02-21.
• Thaler v. Perlmutter, 130 F.4th 1039 (D.C. Cir. 2025)；联邦最高法院 2026-03-02 拒绝调卷。
• 北京互联网法院：（2023）京0491民初11279号民事判决书，2023-11-27。
• Karras, Tero, Laine, Samuli & Aila, Timo. "A Style-Based Generator Architecture for Generative Adversarial Networks." CVPR, 2019.
• Rombach, Robin et al. "High-Resolution Image Synthesis with Latent Diffusion Models." CVPR, 2022.
• McCormack, Jon et al. "Autonomy, Authenticity, Authorship and Intention in Computer Generated Art." EvoMUSART 会议论文, 2019.

延伸阅读#

• Noll, A. Michael. "The Beginnings of Computer Art in the United States: A Memoir." Leonardo 27(1) (1994).
• Boden, Margaret A. & Edmonds, Ernest A. From Fingers to Digits: An Artificial Aesthetic. The MIT Press, 2019.
• Reichardt, Jasia (ed.). Cybernetic Serendipity（1968 年 ICA 展览文献，Studio International 特刊）.
• Cohen, Harold. "The Further Exploits of AARON, Painter." Stanford Humanities Review 4(2) (1995).