第一部分：滥觞：2022年的美学大爆炸
第1篇：引论：一种新图像的诞生
2022年，某种事物“断裂”了。
对于大多数人来说，这种感觉始于社交媒体上流传的奇怪图像：一个骑着马的宇航员（风格：逼真）；一个看起来像伦勃朗遗失画作的快餐店场景。这些图像最初让人感到的是一种轻微的“错位感”（uncanny）——它们太连贯、太精美，不像是拼贴，但又隐约透露出非人的逻辑。
很快，工具的名字开始流传：DALL-E、Midjourney、Stable Diffusion。输入文本，获得图像。这场发端于2022年的图像生成浪潮，其意义（“滥觞”，即làn shāng，事物的源头）不仅是技术性的，它更像是一场关于“观看”和“创造”的哲学范式转移。
要理解这场“断裂”有多么深刻，我们必须短暂回溯到“前-2022时代”的幽灵。
“旧日幽灵”（上）：AARON，自主的画家
在AI艺术的“古典时代”，站着一位英国画家，哈罗德·科恩（Harold Cohen）。科恩在20世纪70年代是一个成功的抽象派画家，但他被一个问题所困扰：“如果一台机器能够创作艺术，那意味着什么？”。
科恩搬到加州，开始编写一个他持续开发了近40年的程序，并以《圣经》中摩西的代言人（“能言者”）之名，将其“祝圣”为“艾隆”（AARON）。科恩的目标不是一个“工具”，而是一个“伙伴”或“自主者”。他试图将自己作为画家的内部规则——关于构图、色彩、遮挡的知识——编码到AARON中。
AARON的美学是“自主的”。科恩的角色更像是一个哲学导师，他设定边界，而AARON在这个边界内“自主”创作。这是一种基于规则的、可解释的、长达数十年的“一人项目”。这是一场关于AI作为“艺术家”的哲学实验。
“旧日幽灵”（下）：GANs，精明的伪造者
2014年，伊恩·古德费洛（Ian Goodfellow）提出的“生成对抗网络”（Generative Adversarial Networks, GANs）开启了中期阶段。
如果说AARON是“哲学家”，那么GANs就是“博弈者”。
我们可以用一个简单的比喻来解释这个术语：想象一场由“艺术伪造者”（生成器网络）和“警察”（判别器网络）组成的二人游戏。
- “伪造者”（Generator）的任务是创造“假画”，试图欺骗“警察”。
- “警察”（Discriminator）的任务是审查所有画作，区分“真迹”（来自训练数据）和“伪造品”。
这场“零和博弈”的终点，是“伪造者”的技艺高超到“警察”已经无法分辨真伪。
这种“对抗性美学”的巅峰，体现在马里奥·克林格曼（Mario Klingemann）的《Memories of Passersby I》中。这些作品的美感，往往来自于GANs在“欺骗”过程中产生的“机器的”（uncanny）或“鬼魅般”的特质。在GANs时代，艺术家的角色（如克林格曼所说）是“策展”（curate）——他们是机器梦境的“策展人”，从机器的“幻觉”或“有趣的失败”中挑选出作品。
2022年的“断裂”：Diffusion，顺从的仆人
2022年的浪潮彻底抛弃了AARON的“自主性”和GANs的“对抗性”。以Midjourney和Stable Diffusion为代表的扩散模型（Diffusion Models），其美学核心不再是“自主”或“欺骗”，而是“高保真”（high-fidelity）的“服从”（obedience）8。
我们同样可以用一个简单的比喻来解释“扩散模型”：
想象一下，你有一张清晰的照片（数据）。
- 正向过程（加噪）：你一步步地给这张照片添加“噪点”（noise），直到它在几百步之后变成一片纯粹的、无意义的“雪花”。
- 反向过程（去噪）：AI的任务是学习如何“逆转”这个过程。它学会了从一片纯粹的“雪花”（一个随机起点）开始，一步步地“雕刻”掉那些噪点，直到“还原”出一张清晰、连贯的图像。
这就是为什么扩散模型如此强大。它不是在“对抗”，而是在“精炼”。
这场“断裂”的哲学意义是深刻的。我们经历了一次“大倒退”或“大逆转”：
- AARON时代：人类试图创造一个“自主的艺术家”8。
- GANs时代：人类试图“策展机器的幻觉”。
- Diffusion时代：人类要求机器“精确地服从我的意志”。
AI不再是“艺术家”或“伪造者”，它成了“仆人”。而这场转变之所以在2022年如此具有冲击力，不是因为一个作品或一种风格，而是因为它彻底改变了谁有权使用这个“仆人”。
生产模式的引爆：“古登堡时刻”
AARON是科恩的“实验室模式”8。GANs艺术则需要深厚的计算机科学知识，仍是精英行为。而2022年的浪潮，由两种截然不同的模式引爆：平台（Midjourney）2和开源（Stable Diffusion）。
它将“技术图像”的生产门槛彻底摧毁了。在2022年之前，图像生产（无论是绘画、摄影还是CGI）都需要昂贵的工具、漫长的时间或专业的技能。而Stable Diffusion的开源与Midjourney的易用性2相结合，将这种生产能力交给了“任何会打字的人”。
这堪比“古登堡印刷术”或“摄影术”的时刻8。它瞬间导致了“美学产能”的绝对过剩。瓦尔特·本雅明（Walter Benjamin）在《机械复制时代的艺术作品》中对“灵韵”（Aura）消逝的论述，在2022年以一种指数级的、近乎粗暴的形式，得到了最彻底的印证。
Let's Make AGI Real 
留下评论