基金项目：广东省哲学社科规划项目《元宇宙视域下虚拟偶像的数字化设计及后人类价值研究》（批准号：GD24XYS038）的阶段性研究成果

中图分类号：J219 文献识别码：A

引言

近年来，随着深度神经网络技术，特别是深度学习和生成对抗网络（GAN）等技术的突破，人工智能（Artificial Intelligence）在艺术创作中的应用逐渐成为一个热门领域。AI生成艺术与传统的数字绘画技术相结合，催生出一种新的绘画方式——AI绘画^[]。艺术家们能够在数字平台上实现复杂的创意构想，极大地扩展了艺术创作的边界。然而，AI往往只能理解文字的表面意思，无法真正领会使用者给予关键词背后的人类情感。只有通过使用者不断与AI对话，让AI更深入了解使用者的环境和情绪变化，AI才能生成更加贴近使用者情感的艺术作品。

一、AI绘画的发展与应用

（一）从数字绘画到AI绘画技术

数字绘画的兴起改变了传统绘画的创作方式。借助计算机技术，艺术家可以通过数字工具进行更为精确和灵活的创作，消除了对画布、颜料等传统媒介的依赖。数字绘画工具的快速发展和普及，也使得艺术家能够更加便捷和高效地进行创作。

然而，随着AI技术的迅猛发展，AI绘画逐渐成为数字艺术的新兴领域。与数字绘画不同，AI绘画不仅是利用数字工具进行创作，而是通过AI算法进行自主生成。AI绘画通过大数据训练，能够学习并模仿大量艺术风格，甚至生成具有高度创新性的艺术作品。从数字绘画到AI绘画，这一转变不仅仅是技术的进步，更是艺术创作范式的变革。AI技术和数字绘画的结合不仅重新定义了艺术创作的过程，同时，这一发展也促使艺术家们重新思考他们在创作过程中的角色与定位，这一技术革新使得艺术创作从“工具”向“合作伙伴”的转变成为可能，AI不再仅仅是辅助工具，而开始参与到艺术创作的核心流程中。

（二）AI技术在绘画创作中的应用

Google的Deep dream和Open AI的DALL-E 等等AI创作工具的出现，表明AI不仅为艺术创作提供了新的工具和方法，也推动了艺术创作的创新和发展。著名的AI艺术画作《太空歌剧院》如表1，由杰森·艾伦使用了一款名为Midjourney的AI绘图工具，通过“文生图”的方式（如表1），输入题材、光线、场景、角度、氛围等等有关画面效果的关键词，并做了反复的调整和修改。

Google把自家生成图片的技术 Inceptionism 开源化，称之为Deep Dream。深梦通过在已有图像上放大神经网络识别到的特征，生成了许多具有梦幻般、超现实主义风格的图像，最初目的是帮助研究人员理解深度神经网络的内部工作原理，让我们看到了不一样的世界。使用“图生图”的生成方式（如表1），输入一张图片之后，选择某一层神经网路进行重复的处理和不同程度的变形，就能获得一张非常后现代的艺术作品^[]。

表 1 AI艺术画作创作生成方式

二、通过和AI对话表达艺术创作的情感

AI生成的艺术作品虽然在技术上达到了高水准，但在情感表达上却难以与人类艺术家相媲美。这是因为AI缺乏情感经验，无法真正理解和表现复杂的人类情感^[]。然而，通过用户与AI的互动，有可能逐步调整和优化AI的生成过程，使其能够更好地表达情感。

（一）情感输入：在与AI的互动过程中，用户可以输入情感关键词、情感描述甚至情感数据（如面部表情、语音语调等）。这些输入将帮助AI理解用户的情感状态，并在生成艺术作品时考虑这些情感信息。在AI作画工具Stable Diffusion 中正是通过这种输入文字的方法来生成艺术作品。

（二）多轮对话：多轮对话是实现深度互动的关键。用户可以通过与AI进行多轮对话，不断调整和优化生成的作品。在每一轮对话中，用户可以对AI生成的作品提供反馈，指出需要修改或优化的地方。通过这种逐步调整的方式，AI可以不断学习和改进，生成更加符合用户情感期望的艺术作品。

（三）用户数据反馈：用户的行为数据也是AI优化的重要依据。通过分析用户在互动过程中的行为数据（如点击、停留时间、修改次数等），AI可以识别出哪些生成的作品更符合用户的情感需求，从而在未来的生成过程中参考这些数据，提升作品的情感表现力。

情感理论可分为离散型情感理论和维度型情感理论两种，离散情感理论认为人的情感包括若干个基本的情感感情组合而成。对离散的情感类型进行统计，发现在113篇文献中共有30多个不同的情感描述词，其中“快乐”为研究频率最高的情感类型。因此，在“AI绘画情感表达深度实验”中同样选择了“快乐”这一主题词进行AI绘画模型的情感表达实验。如表2。

表 2 AI绘画情感表达深度实验

选定“快乐”作为主题词，从“Content”到“Overjoyed”的梯度渐变中，AI画作所表现出的情绪变化有明显的差异化递变，如表2。因此在用户参与AI创作过程中，不断地向AI表达自己不同程度的情感，AI会更加理解用户给予的情感词汇的深层含义，从而绘制出更加贴近用户内心想法的艺术作品。

三、结合情感认知理论进行AI艺术创作

保罗·艾克曼的情感认知理论提出，情感表达在很大程度上是通过面部表情来传递的，且这些情感表达在不同文化中具有一致性。在AI艺术创作中，尤其是在数字绘画领域，如何让AI捕捉并表达这些基本情感，成为研究的重要方向。

（一）情绪感知与体验。每一种情绪都有一种感觉或体会，并且我们能够意识到它们的存在。在AI的对话和情绪表达中，如何让AI能够感知并理解用户当前的情绪是关键。当前的AI技术能够通过情感计算和自然语言处理来分析用户的输入（例如文字、语音、图像等），从而识别用户的情绪状态。

（二）情绪的关联性与情境感知。情绪总是与某些特定的事件或情境相关联的。AI在生成艺术作品时，如何理解并回应用户提供的情境是情感表达的核心。例如，当用户向AI描述一个悲伤的故事或情境时，AI不仅要分析这个情境中的情感元素，还需要将这些情感融入到生成的艺术作品中，以更好地表达用户所处情境下的情感体验。例如在情感深度演变实验中，对于AI创作的关键词不仅描述了人物本身，也给予AI一些环境氛围的关键词，使生成的AI画作更加接近所用的情绪主题词。通过情境分析和情感建模来实现，使AI不仅能识别情感，还能将其与特定情境结合起来进行表达。

（三）初始不反应期与情感过滤。在情绪的初始阶段，会有一个不反应期，这期间信息被过滤，只剩下与当时情绪反应相关的内容。在AI的情感表达中，可以模拟这种“过滤”机制，让AI在情感识别和表达的初始阶段，只关注与用户当前情绪相关的关键信息。在“文字生图”的数字生成方式中，用户不仅可以给予AI自己想要表达的“正向提示词”，也可以输入“反向提示词”，让AI生成的画作中避免含有反向提示词中的内容。这种方法可以帮助AI更准确地捕捉用户的情感重点，并生成更符合用户预期的数字艺术作品。

（四）情感意识与控制。一旦情绪出现，我们便会意识到自己的情绪化，并能够在一定程度上控制情绪。一个有效的信号，清晰、迅速，并且是人类共有的，能够把一个人的情绪告诉别人。在AI系统中，与人类的情感传递有着不尽相同的模式，引入情感意识和自我调节机制，可以让AI在生成艺术作品或进行对话时，更加精准地调整其情感表达。例如，前文提到的“用户数据反馈”模式，当用户对生成的AI画作不满意时，选择中止生成或者删除当前的作品，这也将用户“不满意”的情绪传递给了AI，当AI检测到用户的情绪变化时，可以对其原本的反应进行调整，以更好地适应用户当前的情感状态。

结语

AI与数字绘画的融合标志着艺术创作领域的一大进步。尽管在情感深度理解方面仍面临挑战，但AI与人类艺术家之间的持续互动展现了巨大潜力。随着技术的发展，人类创造力与机器生成艺术之间的界限可能会逐渐模糊，开启一个协作且富有情感共鸣的新艺术时代。本文研究表明，通过将AI作为创作伙伴，艺术家可以创造新的艺术表达与创新维度，为未来的艺术创作带来更多可能性。

参考文献：