AI艺术的多谱系图景

"AI艺术"这个词的混乱,不是一个修辞问题,是一个历史认知问题。当人们用这个词谈论 Midjourney 用户、谈论 Refik Anadol 的沉浸式装置、谈论 Sougwen Chung 的人机协作、谈论 Anna Ridler 自训练的 GAN——他们在用同一个词指代本体论上根本不同的实践。这种混乱不是因为语言不准确,而是因为在它背后,真的有几条不同的艺术传统在同时发声,而我们尚未学会区分它们。

AI艺术不是某种新发明的艺术形式。它更像是一次把20世纪多个未完成的艺术计划重新激活的技术事件——若干条原本独立发展的传统,在同一个技术契机下被推到一起,各自带着自己的方法论、自己的本体论、自己的伦理学进入这个新场域。把这些线分清楚,是理解这门艺术的起点;也是这份档案接下来工作的理论基础。

一、为什么需要"多谱系"框架

讨论AI艺术的常见方式,是把它当作一条单线历史——从 1965 年的早期计算机绘图开始,经过生成艺术、互动艺术,到今天的神经网络作品。这种叙事不是错的,但它是部分的。它只看到了一条线,看不到其他八条同样重要的线。

结果是,大量真正在AI艺术里做出关键工作的艺术家被叙事忽略——比如那些来自观念艺术传统的指令性作品、那些来自电子音乐传统的生成系统、那些来自摄影传统对图像真实性的反思、那些来自游戏与实时引擎的虚拟世界实践。他们在AI到来时,带着各自传统的方法论进入这个新场域,做出的作品在本体论上和"主流计算机艺术"完全不同——但他们都在做"AI艺术",而且都做得很重要。

这份档案过去也以"算法艺术正统史"为主轴。但当我们把工作做得越深,越能看到一个事实:真正完整的AI艺术史,必须是多谱系汇流的历史。任何单线叙事都会丢失大量艺术家、大量方法论、大量本可能为中国数字艺术界提供启发的资源。

二、九条谱系

三、汇流的图景

这九条谱系在2010年代之前基本上是独立发展的,各自有自己的展览体系、批评话语、社群网络。它们之间不是没有交流——比如 net.art 圈子里有人对算法艺术感兴趣,控制论艺术家有人涉足音乐——但作为传统,它们是分别延伸的。

到了2010年代中期,深度学习的爆发提供了一个共同的技术契机。GAN(2014)、Transformer(2017)、扩散模型(2020)这些技术的出现,让九条谱系上的艺术家在大致同一个十年里,都开始把神经网络作为新工具引入自己的实践。但需要谨慎:这并不是说这些谱系在2020年代"同时爆发"——它们各自有自己的成熟节奏,音乐界早已解决生成问题,网络艺术 90 年代已经成熟,算法艺术 1960 年代已经爆发过一次。2020 年代发生的不是首次爆发,而是这些已经成熟的传统被同一个技术事件重新激活,在同一个场域里汇流。每条传统带进来的是不同的方法论、不同的本体论、不同的伦理。

结果就是今天我们看到的"AI艺术"——它实际上是几条传统在同一时间的汇流场,而每条传统都在塑造它自己版本的"AI艺术":

算法艺术 + AI 产生了 Tyler Hobbs 风格的高度形式化生成作品,以及 Casey Reas 后期把神经网络作为生成元素的实践。

观念艺术 + AI 产生了高度文本驱动的 prompt 艺术,以及把 prompt 设计本身作为作品的实验。这条线在艺术批评里仍然没有得到充分的命名。

自动主义 + AI 产生了 Refik Anadol 的"机器幻觉"美学、Memo Akten 的"学会观看"系列、Mario Klingemann 把 GAN 作为"梦境机器"的实践。

控制论 + AI 产生了 Sougwen Chung 的人机协作系统、autonomous AI 艺术家(如 Botto)、可与观众实时对话的作品。

电子音乐 + AI 产生了 Holly+ 这种"声音模型作为艺术家身份"的作品,以及大量 AI 驱动的现场表演。

网络艺术 + AI 产生了 Art Blocks 这种链上发行体制、社群共创 AI 项目、依赖具体协议而存在的作品。

迷因文化 + AI 产生了大众层面的文生图爆发——从 Midjourney 用户社群,到风格混合的网络视觉文化,到 AI 迷因。

摄影传统 + AI 产生了关于"AI图像如何重新定义真实"的核心问题域——Trevor Paglen 的机器视觉作品、Boris Eldagsen 拒绝索尼世界摄影奖的事件、所有围绕合成肖像与档案真实性的实验。

游戏与实时引擎 + AI 产生了 Ian Cheng 的实时模拟作品、autonomous AI agents、AI 驱动的虚拟世界、智能 NPC 作为艺术主体的实验——这条线很可能是未来五年最爆发的方向。

这些不是同一种实践的不同版本。它们是九种本体论上不同的艺术工作,被同一个技术词("AI艺术")错误地装在一起讨论。所有关于"AI艺术是不是艺术"、"prompt 算不算创作"、"算法和神经网络谁更重要"的争论,如果不先承认这种多谱系结构,就无法获得任何真正的进展。

四、对档案的意义

"想象机器"这份档案最初是以"算法艺术正统史"为主轴建立的——目前收录的艺术家大多数属于谱系 01。把多谱系框架引入之后,档案的工作方向有了几个具体的延伸。

第一,扩充收录范围。每条谱系都有应该被纳入的关键人物——观念艺术线上的 LeWitt、Yoko Ono、Lawrence Weiner;自动主义线上的 Breton、Ernst、Pollock(作为"前史的前史");控制论线上的 Roy Ascott、Gordon Pask、Stelarc;电子音乐线上的 Xenakis、Hiller、Eno、Herndon;网络艺术线上的 JODI、Lialina、Ćosić、Cory Arcangel;摄影传统线上的 Sherman、Paglen、Steyerl、Eldagsen;游戏与实时引擎线上的 Cory Arcangel、Eddo Stern、Ian Cheng、Lawrence Lek。这些艺术家有些已经在艺术史里有清晰位置,但他们与 AI 艺术的关系,在中文语境里几乎从未被系统讨论过。

第二,重新组织现有档案。已经收录的二百多位艺术家,可以按谱系归属重新分类标记。这样列表页会多出一个"按谱系浏览"的维度,读者可以选择从某一条传统切入,看到这条线在不同时代的代表性人物。许多艺术家会跨多条谱系——这种交叉本身就是档案的价值所在。

第三,为后续研究提供框架。每条谱系都可以独立写成深度文章,作为档案的研究系列。每篇文章既是这条传统的导览,也是这门艺术整体图景的一个切面。中文世界目前没有一份系统的 AI 艺术多谱系思想史,这份档案有机会做出第一版。

第四,为对外沟通建立更清晰的位置。当我们对策展人、研究者、媒体说"想象机器是 AI 艺术的多谱系档案"时,我们说的是一件可以被验证的具体的事——九条谱系、相互关系、关键人物、当下状况。这比"前史"更具体,也比"算法艺术档案"更宽阔。

五、为什么这件事重要

这份多谱系图景的真正价值,可能要在五年、十年之后才能被充分看到。

今天我们处在一个特殊的时刻——AI 艺术正在迅速被各种力量定义:商业平台、流量逻辑、媒体口径、市场偏好。如果我们不在这个时刻把这门艺术真正的历史结构说清楚,等到一切定型之后,任何"我们其实有更长更复杂的传统"的提醒都会显得苍白。

这一点对中国语境尤其重要。中国数字艺术界正处在一个塑形的关键期——下一代艺术家、策展人、藏家、教育者正在形成他们对"AI艺术"的基本认知。如果他们建立的认知只是"AI = 文生图工具",那么整个国家的数字艺术想象力会被锁死在一个狭窄的范畴里。如果他们看到的是九条谱系的完整图景,他们就会知道:这门艺术远比表面看起来宽阔,可以从中选择不同的入口、不同的方法、不同的传统去工作。

这份档案的工作,本质上就是把这张完整的图景一直摆在那里——让任何一位想认真理解这门艺术的人,都能找到一份不被简化、不被流量逻辑歪曲的参照系。这件事如果做得好,十年之后,它的意义会比今天看起来重要得多。

九条谱系是这份工作的开始。每一条都值得被单独深入,每一条都连接着一份当下中国艺术界尚未完全意识到的资源。把它们一一打开,是接下来很长时间里这份档案的方向。