在9月13日召开的“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场主题为“新创意时代,AI如何定义‘第十艺术’?”的圆桌对话引发了热烈讨论。至顶AI实验室联合主理人路飞携六位数字艺术家与AI创业者,围绕AI在艺术中的角色、价值与未来展开了一场深度对谈。
工具,还是艺术?
面对AI能否成为“第十艺术”这一核心问题,嘉宾们观点各异,但都指向一个共同的焦点——AI正在重塑艺术的定义。
数字艺术家&策展人&爱智岛联合创始人北邦认为,要从“时间尺度”来看,目前AI更多是辅助性的角色,还不能被视为“第十艺术”,但未来也许会成为一门新的艺术形态。
艺术商业化先行者&国潮书法家朱敬一则从创作实践出发,表示AI彻底颠覆了创作的理念和方法,并平等化了创作权利,让更多人能够进入创作领域。
珀乐互动CEO杨晟和数字艺术家赵伯祚都倾向于“AI是工具”的立场,但也认为其未来很有可能发展成独立的艺术门类。
通义万相品牌营销高级专家&万相妙思+计划发起人维青则给出了AI极有可能成为“第十艺术”的回答,但他强调这是一个“渐进式”且“多维度”的过程,并且需要满足两个关键条件:一是在表达层面创造新的媒介形式和体验,二是建立从创作到消费的完整商业闭环。
而在中国电影剪辑学会发展中心主任&观语未来人工智能研究院创始人楚利彬看来,如果将艺术定义为“人类认知延伸的一种介质”,那么AI艺术“必然会出现”,甚至可能催生超级AI所带来的全新艺术感知方式。
创造,还是模仿?
毋庸置疑,AI正在极大提升人类的生产力。然而,当它被推向艺术的语境时,一个更根本的问题随之而来:效率之外,它的产出是否算得上真正的“创造”?
北邦认为,当前的AI并不能算创造,它按照人们建构的工作流自动化生产,人依然承担了创造的部分,而它解决的是生产部分。
朱敬一则从艺术史角度提出了不同见解:“艺术史本身就是模仿和拼贴学习的过程,但每个人又创造了自己的微创新,AI正是沿着这一方式在发展。”他进一步强调,AI艺术的出现需要新的审美标准,这种标准将不再由少数专家定义,更可能通过大量新作品的涌现和观众的接受度自然形成。
杨晟从电影制作的角度阐述了AI带来的制作范式上的思考。如同非线性剪辑曾大大降低电影制作成本一样,AI正在带来一场制作流程的革命。但他同时强调,技术进步只是载体,真正能够穿透时间的仍是“伟大的艺术本身”。
过程消失,还是过程重构?
面对传统艺术注重创作过程,而AI能“一键生成”的争议,维青给出了解读。他认为,真正的AI艺术创作没那么简单,它依然充满了“创作的痛苦”,只不过形式发生了变化。他指出,艺术的核心价值,即对世界的深刻观察、思考与独特的表达并未改变。AI的价值在于其不确定性带来的人机博弈,以及降低了艺术创作工具的使用门槛,让更多人能快速进入表达阶段。
维青进一步提出,AI工具正在改变艺术家的创作方式,艺术家与AI工具之间可以进行双向互动,这种新的创作体验对艺术家的审美和判断能力提出了更高的要求。
朱敬一从另一个角度观察到,AI的出现反而让传统艺术“回归本身”,许多传统艺术创作者不再追求技巧展示,而是专注于情感表达和心灵治愈。
人类之思,还是AI之能?
当被问及AI时代人类艺术家最不可替代的价值时,赵伯祚说道,“艺术家在创作作品的时候,往往是把一个简单的事情复杂化,其核心是人的思考、哲学和过程。顶尖艺术家始终是稀缺的,而他们才是艺术里面最有价值的部分。
楚利彬则结合自身在语言模型和多模态技术领域的深度研究经历,系统阐述了他与AI相融共生的三个阶段:从知识获取突破,到效能增强与应用落地,再到认知提升的跃迁。他指出,AI技术极大拓展了人类的认知边界和知识获取广度,并通过亲身实践为例,展示了如何借助AI,以“一己之力”完成原本需要百人团队协作的复杂项目,这种效能指数级提升,正通过提高人类知识密度,重新定义工作模式和生产力边界。他感慨当下:“我们正身处人类历史上知识供给最为充沛的黄金时代。”
这场圆桌对话,从创造与模仿、审美标准与艺术语言,到创作过程与人类价值,勾勒出了AI之于第十艺术的可能性。
正如主持人路飞在最后总结所言,“AI并不是在替代艺术,而是在拓展艺术的边界。它迫使我们重新追问,什么是创造,什么是艺术。”
这些问题没有标准答案,但正是这种追问,为“第十艺术”的出现点亮了方向。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。