IGC:17位設計師共議：生成式AI浪潮下的設計未來_IGC幣是什么幣AIG價格

不確定性的到來，迫使設計師們更多地思考設計和創意的本質及確定性部分。

2023年3月，麻省理工學院媒體實驗室教授JohnMaeda在《技術中的設計報告》中提到，88%受訪的設計師認為，視覺設計師被AI取代至少還需要5年或更長時間。他在報告末尾給出的其中一個判斷是，在下一階段，真正地說好“人話”比說好“機器話”更重要。

當人工智能、虛擬現實等技術不斷入侵設計，哪些會變，哪些不會？設計師們如何預判自己未來的職能？他們此刻又如何看待生成式AI工具？我們邀請了17位設計師來討論這些問題，并形成了以下10個觀點的總結。

犧牲概念、靈感圖和拼貼工具

無論如何稱呼這一代生成式AI輸出的作品，設計師們的共識是：它們對于設計師來說都還太初級，并不能成為最終的方案。幾乎所有受訪的設計師都認為，它是未來的大勢所趨，應該以開放的態度“擁抱”技術，但也有個別設計師謹慎觀望。

在發明了“設計思維”一詞的美國創新和設計咨詢公司IDEO內部，他們戲稱用AI做出的概念為“犧牲概念”——更正式的稱呼是“炮灰方案”。從字面意義就可看出，這些只需要輸入一些關鍵詞就能生產出的概念不會是最終結果，更多是用在前期調研中。

“當我們與目標消費者交談的時候，我們希望他們以更真實的方式做出反應。當他們看到這些概念圖，比如‘這就是你自行車未來的樣子’時，會以更真實的方式回復。否則，人們會傾向于用簡單的是或者否來回答。”IDEO資深交互設計師呂俊超對《第一財經》YiMagazine說。

IDEO設計團隊工作現場。

從效率上來講，人工智能大大減少了設計師從想法到執行的延遲。幾乎所有的設計師都同意，AIGC工具可以作為自己在工作中的輔助，除了提供靈感，還能做資料收集、文本處理等繁瑣的工作。

在手機游戲公司VeewoGames創始人楊迅看來，StableDiffusion就像一個知識面很廣、特別好用的“實習生”，盡管它目前還沒有太多行業經驗，所以有時候會“聽不懂你在說什么”。設計師需要經歷多次調整，也就是向“實習生”灌輸盡可能多的行業經驗，最終才能得到想要的東西。

楊迅用StableDiffusion生成的肖像。

楊迅用StableDiffusion測試游戲場景風?格。

黑弓BLACKBOW是一家專門從事特效設計的公司，曾參與北京冬奧會的特效制作。其美術指導熊元昱對《第一財經》雜志表示，在輔助作圖上，他們會用到一些AI工具，在出了第一批靈感圖，設計師腦中有了思維碰撞后再根據靈感圖深化設計。比如，在冬奧會開幕式的創作中，設計師們就通過建立中國山水畫的圖像庫來生成不同的山體特征和水流動勢，并以此作為創作參考。“從設計師的角度來講，這些工具的產出更多起到的是提高創作前期工作效率的作用，以更準確地表達創意，所以AI工具的功能更多是作為靈感的激發器。”熊元昱說。

不喜歡AIGC的設計師會將它稱為“思維縫合垃圾”——當你輸入兩種不同風格或者場景的關鍵詞，AIGC所做的就是把兩種風格或者場景內容“縫合”在一起。有時候，不同風格之間甚至徹底背離，所以它看起來很“怪異”。但一些設計師會認為，這些縫合方式有時候反而很有意思，可以“刺激到腎上腺素”。

設計師們喜歡在藝術世界之外的環境中找尋靈感，創造力的來源之一就在于不同經驗和知識的碰撞。寫生、查閱學術資料和典籍、翻看其他藝術家的作品，都是他們會采用的傳統方式。熊元昱把這些方式稱為“格物致知”，而現在，激發自身創造力的方式可以變成“格AI致知”。AIGC作圖的多變性和隨機性為“靈光乍現”提供了新的思路。

藝術家簡明從前是商業畫家，在2008年轉做純藝術創作之前，他曾為美國DC漫畫描繪過多本封面，近年也為諸如《瞬息全宇宙》這樣異想天開的電影制作海報。在20多歲剛開始做商業藝術創作時，他不得不往返于紐約的各大公共圖書館收集圖片資料作為參考。但如今，藝術家和設計師顯然不用再如此費勁地一次次踏入圖書館的大門，在線圖庫便捷地替代了這個過程。與不加預設地瀏覽圖片、獲取靈感的過程不同的是，簡明認為ChatGPT能在創作者已經知道自己想要什么時幫忙演繹靈感，例如在自己已經完成繪畫創作、需要為作品寫一段文字描述的時候。

以太坊未確認交易為216,171筆:金色財經消息，據OKLink數據顯示，以太坊未確認交易216,171筆，當前全網算力為745.15TH/s，全網難度為10.08P，當前持幣地址為66,696,202個，同比增加221,078個，24h鏈上交易量為2,294,787ETH，當前平均出塊時間為13s。[2021/10/31 6:22:21]

簡明油畫作品。

簡明為電影《瞬息全宇宙》繪制的海報。

服裝設計師方妍楠在2022年年底試驗了一張AIGC生成概念圖，在這張圖里，你可以看到設計師新鮮點子的視覺呈現，但如果仔細看，模特有著不成比例的身型，身后還多出了一只手。這正是目前AIGC繪圖被詬病的地方，直到不久前，Midjourney還難以畫出“手”這樣的身體部位，并且畫面中經常出現不合邏輯的拼貼組合。

方妍楠在2022年年底試驗了一張AI生成概念?圖。

第一財經視覺創意團隊曾嘗試了幾次使用AI工具來繪制封面圖片的方式，在今年4月份的封面中，為了制作出一個理想的三維機器人形象，設計師們不斷訓練AIGC工具，接近200次出圖后，最終的機器人才達到設計師想要的效果。

“這些問題時至今日，絕大部分仍然存在，且因為擴散模型生成圖片原理的局限，多數問題并沒有在源頭上得以解決。”智能設計工具公司即時設計的聯合創始人周凝對《第一財經》YiMagazine說。但他樂觀地認為，一切只是時間的問題。“通過各式各樣的間接或直接手段，已經有了不錯的綜合解決方案，或達到了近似解決的效果。”

事實的確如此，在今年3月發布的StableDiffusionReimagine和MidjourneyV5中，手的問題看似已經被解決。隨著數據量的增加，設計師們也感覺到工具的智能性有了細微的變化。方妍楠在近期的合作項目中設計了一個秀場裝置。她畫了一個草圖，并把描述詞寫進了升級后的Midjourney，結果讓她感到非常驚喜，“完全按照要求畫出來的，且畫得非常詳細、真實。”

這也就是為什么，幾乎所有設計師都不敢低估未來AIGC的可能性。Gensler建筑設計事務所副總裁兼上海辦公室工作室總監秦振暉認為，科技的發展很多時候是跳躍式的發展，在一個階段之后，科技會迎來一次突破性的進展。正如印刷術的發明那樣，AIGC也許到了這樣一個臨界點。

可能削減的環節以及成本

AIGC工具出圖的快速也讓方妍楠感覺到，好像突然不再需要一整個團隊的設計師，更多需要的是可以把草圖做成實物的手工藝人或者在某些技術上更加擅長的人。這些人承擔的更多是把方妍楠想要的，諸如把“有未來感的鞋子”做出來——要有能力找工廠，找特別的面料。

此前，方妍楠公司里的一些外宣稿件都外包給自由撰稿人。在GPT4出來之后，方妍楠嘗試讓工具直接上手寫用于外宣的新聞稿件，比如要求它用時尚雜志《Vogue》的基調寫作，結果發現它寫得很不錯。

與此同時，AI工具也帶來信息分析和原型迭代效率上的提升。“AI可以讓我們在工作的時候從更多樣的視角出發，通過收集詳細的背景信息來解讀各種數據和趨勢，在IDEO，我們已經看到AI有潛力來幫助我們更快地迭代想法。”IDEO合伙人兼亞洲區執行總裁CharlesHayes說。

楊迅近期觀察到行業在工作流程中使用AIGC工具的兩極分化態度，一部分公司開始激進地使用AIGC工具，另一部分公司發現暫時沒有工業化方面的效益，便選擇了拒絕。

在楊迅看來，使用AIGC工具是一個回不去的過程，它具有不可逆性。

這個過程就像是從使用“小靈通”這樣的功能機跨越到習慣使用智能手機，對大多數人來講，再回到功能機時代會有些困難。“真正用過AIGC工具生成內容，你會發現，它對你個人的生產增益是指數級的，這對效率是跨越式的量級的提升。并且根據當前的發展速度，工具越來越便捷，效率增益還在不斷擴大，沒有收縮的跡象，這個生產過程的體驗過程已經不可逆了。”楊迅對《第一財經》YiMagazine說。

楊迅判斷，這種變化也會很直觀地影響到未來的商業美術，即模式化的商業美術未來會被AIGC工具取代。

在電影制作的視覺效果領域，有AIGC的強參與后，溝通仍然是非常重要的環節。數字王國視效總監郭旺認為，如今，在理解導演的想法后，視效藝術家是否充分理解，以及交給AIGC工具作圖與繪制模型時使用的指示詞是否準確、合理將變成一項不可或缺的工作能力。這家公司的代表作包括電影《一步之遙》、美劇《怪奇物語》第四季，以及游戲《王者榮耀》《和平精英》等。

以太坊上DeFi協議總鎖倉量約合178億美元:據歐科云鏈OKLink數據顯示，截至今日18時，以太坊上DeFi協議總鎖倉量約合178億美元。其中鎖倉量排名前五的協議分別是Maker 26.4億美元（+0.67%），WBTC 22.9億美元（+0.15%），AAVE 17.3億美元（+0.41%），Uniswap V2 16.9億美元（+1.19%）以及Compound 16.7億美元（+1.74%）。[2020/12/7 14:28:12]

在《怪奇物語》第四季中，數字王國制作了約350個視效鏡頭。

數字王國通過虛擬人技術，將珍妮佛·蘇珊·沃爾特斯變為了綠色巨物。

AIGC工具的加入將帶來視效工作流程上的改變。倘若WonderStudio等軟件可以真正應用到實際工作中，視效藝術家制作部分鏡頭時或許不用再像從前那樣——從跟蹤相機、匹配、動畫、燈光、渲染到合成都一一處理——AIGC工具就可以解決這一切。并且在拍攝時，只要提前做好資產，拍攝現場導演就可以實時看到最終的呈現效果。在后期環節，郭旺預計，概念設計環節的人員數量可能會削減。

郭旺用Midjourney生成的個人作品。

從業者的生存狀態還與行業的宏觀環境相關，低迷的行業更有動力淘汰落后的要素。大界機器人科技有限公司智能建造事業部總監梁喆認為，在當今的建筑行業環境下，提高設計工作能效的輔助工具的出現，可能會對建筑師就業產生進一步影響。

Veewo維持著一支精簡、少有初級崗位的團隊，楊迅稱，團隊成員都屬于技能“比較全能”的協作者。在楊迅看來，基于這種類似于“超級個體”的組織方式，工具的加持會對團隊增益明顯。而對于有人才冗余機制的大公司來講，人員的調整優化將不可避免。

“未來的趨勢是越來越傾向讓靈活的小團隊做更多的事情，比如Midjourney整個團隊一共才11人，OpenAI的團隊也很小。可能是未來公司的形態。”

2023年3月27日，OpenAI與賓夕法尼亞大學共同發布了一篇題為《GPTsareGPTs:一個關于大語言模型對勞動力市場影響的早期觀察》的論文，其中提到，“對于19%的崗位，至少50%的工作內容會被影響；對于80%的崗位，也至少有10%的工作內容或多或少地受到波及。”

作為一位UX設計師，即時設計的王詩云時刻關注著這些可能會影響到自己的變化。“這篇論文對于設計師的結論，從反饋來看，相差比較大，分析出來的結果也相差較大。我認為各位設計師們可以花更多的時間冷靜思考，如何利用輔助人工智能去提效，彌補自己的缺陷。”她對《第一財經》YiMagazine說。

即時設計AI生成的UI界面。

設計教育將發生根本的改變

藝術家之間的差異不僅體現在藝術創作上，還包括構建藝術體系、教學、創建品牌等方面。當人人都可以成為5秒上手的初階設計師時，美學教育是否還重要？在采訪中，設計師們有不同的見解。

在教學上，人工智能工具和參數化工具的不斷增加正在倒逼學校調整設計課程。數字藝術家張周捷創辦了自己的工作室，將計算機生成設計作為探索方向。他在同濟大學設計創意學院開設了一門叫“參數化設計”的課，其創作現在已經泛參數化，納入了包含數字設計、人工智能設計在內的更多工具。

在給學生上課時，張周捷記得，有一個計算機背景的學生希望能選修課程，但擔心沒有繪畫背景會有課業壓力。張周捷給學生的回答是：不會繪畫沒有任何影響，只要有判斷就行。在張周捷看來，繪畫成了一件不需要有美學和繪畫基礎的事，只要盡情去創作就已足夠。“美學教育不再是核心能力。”張周捷對《第一財經》YiMagazine說。

張周捷最新數字家具作品MeshRare致幻系列。

設計師們普遍認為，除了美學，設計教育還應該有其他的內容。

其一，是讓初級設計師們能得出自己獨特的觀點。“剛開始，作為一名初級設計師，即使是在埃森哲，公司對你的期待也不僅僅是項目執行。你還需要提煉出自己成長經歷中獨特的觀點，以及你作為人類的視角能帶來的獨特經驗。”JussiEdlund對《第一財經》雜志說。他是咨詢公司埃森哲Song事業部董事總經理和亞太地區設計負責人，這是一個通過創意和體驗設計來促成客戶業務增長的部門。

外匯局：截至5月末中國外匯儲備規模31017億美元 外匯市場運行穩定:外匯局：截至5月末中國外匯儲備規模31017億美元 外匯市場運行穩定[2020/6/7]

其二，便是培養設計師的判斷力和決策力。大界智造作為長期與建筑師合作的design-build團隊，梁喆總結出建筑師與設計師共通的一點，是設計的決策能力。“我接觸到的眾多優秀的建筑師與設計師，他們突出的能力還是在于對事物的認知和設計過程中的判斷決策，并能把清晰的且有說服力的想法推出去。從設計到落地的過程，在我看來，還是一個不斷決策和作選擇的過程。這是AI無法取代的。”

大界智造，浙江麗水雕塑局部。

不管怎么樣，當設計師們回溯自己的職業生涯，講述如何從初級設計師成長為如今經驗豐富的設計者時，他們都同意，正是不斷經歷和學習的過程造就了自己。

伴隨人工智能成長的新一代設計師會有什么樣的變化？方妍楠在比自己年輕的工業設計師朋友身上看到了一些苗頭。他的研究方式和方妍楠不一樣。傳統的方式是大量涉獵知識與書籍來獲取靈感，但他下載了很多不同的App，甚至有一個專門的Instagram賬號，關注了800多人，大多是非常小眾的設計師。

“我原來認為在Instagram上做研究會不太好，感覺大家都有一樣的審美。現在發現，創意者實在太多了，有一些創意甚至超乎我們現實世界的想象，所以也挺受啟發的。”方妍楠對《第一財經》YiMagazine說。“感覺隨著大家發在網上的東西越來越多，這事也成為一種自然現象。”

“如果我是伴隨著人工智能長大的，我的耐心會大大降低。”簡明說。因為一切變得如此簡單，人們可能會過度依賴這項技術。”

設計師的職業方向是培育或馴化

在新的工具時代，新舊設計方式的區別在于，計算機最重要的貢獻是拓寬了設計師們所能想到的結果。為此，歐洲高等學院數字化設計教授、建筑師尼爾·林奇在2018年的一篇文章中提出反問，我們是否該重新思考“設計”這個術語？

從這一角度來看，計算機給出的一系列潛在選項代替了設計師們給出的單一設計，設計師們所要做的是基于這一系列“結果”篩選、評估、調整。林奇提出的思考是，這一過程是否更應被稱為“搜索”，而非設計？

所幸的是，目前，設計師主體性的流失還沒有林奇預想的那么糟糕。

設計師的角色一度被認為是創造者，以創造的角度來構建產品或體驗的底層邏輯。但在張周捷看來，他探索的計算機生成設計中，計算機才是設計師，自己則是訓練計算機設計的角色，也兼顧培育這些計算機設計成果的工作。直到2022年，計算機可以智能生成之后，他開始研究生物演化規律，調整了自己的角色，向整個創造體系中設定底層演化規則的“造物者”角色邁進，目標是創造新的造物體系。

在張周捷看來，在這一邏輯下，設計就變成了“造物——生成——培育”的過程。所謂的“培育”，即不斷賦予計算機人性——給一把椅子增加材質、增加內容、增加人文的關懷，讓它根據需要的應用場景強化某一特性，就像在土壤中培育出“無籽西瓜”。

看看設計師們使用的詞吧，當說到AIGC工具的時候，他們想象的是自己在“投喂”什么東西給它。產出的內容最終長成什么樣子，取決于他們“喂”給AIGC工具什么。

部分設計師認為，AIGC工具的引入會讓他們越來越像“藝術家”一樣工作，這迫使設計師更像是“馴化者”。Midjourney這些工具能用接收到的文本生成圖像，但它們不像人類那樣理解語言。在一些情況下，它們會誤解上下文。選擇正確的詞來創造想要的東西是個技術活。在英文語料庫中，數據集更多，因此設計師們會用英文來指示AIGC工具給出想要的結果。在私人的筆記本里，他們會隨手記錄下一些自己覺得好用的指示詞，比如，lookdownfromabove,raytracing,animationlighting這樣的詞匯和短句。

AlexandraZenner在SPACE10從事創意和策劃工作，她更愿意把未來的設計師稱為“策展人”。SPACE10是位于哥本哈根的未來生活實驗室，幾年前，它被瑞典家具公司宜家收購。無論是“藝術家”還是“策展人”，都意味著對概念的深化處理能力以及對創意管理能力的強調，核心原因是因為這些能力是無法被公式化的。

在未來，如何才能體現出人類設計師的價值？Hayes認為，設計的價值并不在于對美學的練習，比如某件作品很酷、很高科技或者很美。當然，美學和產品外觀也是重要的，但“這不是一場選美比賽”。IDEO的設計師們認為，設計的價值遠遠超越了美學本身，關鍵在于提出更獨特的問題和更好的問題。

“AI可以幫助解決其中部分問題，但不是所有問題。設計有多個層次，有其復雜性。如果要做更深層次的設計，就要細致地了解人們的行為方式，以及沒有說出來或未被察覺的需求，那就不只是作一堆不同的選擇那么簡單。這是AI目前無法做到的。”Hayes對《第一財經》YiMagazine說。

Edlund同意Hayes的這一觀點，他認為，設計的本質是解決和創造新事物，理解人們的需求和行為方式，并為他們提供切實有效的解決方案。“這仍然是當前設計中最重要的能力之一。”Edlund說。

24小時BTC合約大單成交9976萬美元 現貨大單成交1.17億美元:據合約帝大單成交數據顯示，最近24小時BTC合約大單成交9976萬美元，其中買單6298萬美元，賣單3678萬美元；BTC現貨大單成交1.17億美元，其中買單7070萬美元，賣單4706萬美元。[2020/5/25]

而要達到這一能力，跨越學科的能力顯得格外重要。在采訪中，梁喆提到的另一個判斷是，隨著學科邊界的消融，未來對復合型人才的要求會越來越高。

幾乎所有郭城的藝術作品都在使用技術或討論技術的概念。他認為，在AI的幫助下，設計師的未來可能會有兩種走向——成為AI工人，或者成為當代的“達·芬奇”。自工業革命之后，各個學科發展的速度不斷加快，學科之間的壁壘日益增高。而人的精力和壽命有限，這也使得當代人很難再達到達·芬奇那樣的高度，成為集藝術家、設計師、科學家、工程師多重身份于一身的大師。但在AIGC工具的加持下，情況可能會帶來新的轉機。

郭城在2016年和2017年的“靜物雕塑”“靜物面具”兩個作品中，使用了早期AIGC算法GoogleDeepdream來討論創作者的主體性問題，即當AI作為創作者時，所有被觀察的客體都可被看作非人的靜物。

在新的時代，鑒于創作的門檻已經大幅度降低，張周捷建議創作者要有自己的核心資產，也就是知識產權。“這需要IP足夠強勢，足夠有影響力，讓很多人都知道。就像一個人創作一件作品，會有人說，這不是模仿畢加索風格的作品嗎？”

設計是一件全生命周期的事，無法被AI替代

作為“設計思維”的傳承者，IDEO的設計師們一直以來都在向人們闡清，“設計思維不是一個簡單的線性過程，而是有一套特定的心態、思維和工作方式。”Hayes說。

“當我們實地觀察人們，并試圖了解發生了什么的時候，我們不僅需要能夠收集數據，或者問他們問題，我們還要真正看他們具體如何生活。我們的手藝，或者說我們工作中真正重要的一部分，其實是去了解事情背后的原因，而不僅僅是直接呈現聽到了什么。”Hayes補充說道。

設計師們所做的前期調研、分析和溝通工作就是人工智能難以替代的。在某個項目中，Gensler的客戶希望做出工業風的設計，但在長期的溝通后，設計師們發現客戶想要的事實上是“新中式”風格。

只要設計仍然是以人的需求為服務對象，那么人的復雜性必然會帶來設計的復雜性。“很多時候人們講的話不能從表面理解，你需要結合經驗，挖掘他們真實的訴求。”秦振暉說。

即使是設計項目落地完成之后，設計師也需要回訪，在這個過程中，Gensler的設計師會發現項目在使用過程中發生的問題，并對其修正。比如在TheNorthFace的原型店項目完成后，TheNorthFace在內部安裝了很多感應器，用來做用戶調研，觀察原型店的店鋪設計對吸引消費者駐足能產生多大的影響力。

Gensler設計的北京TheNorthFace原型店，在后期回訪中，使用感應器收集數據，觀察原型店的店鋪設計對吸引消費者駐足能產生多大的影響力。

“怎么樣通過對空間的簡單調整提升用戶的體驗，以及空間的使用效率，也是我們設計師需要關注的。”秦振暉說，“設計閉環比以前更加寬泛，涵蓋的是項目的全生命周期，從調研需求，到設計，到施工，再到交付給用戶后看使用后的反饋。”

2023年4月，SPACE10舉辦了一個名為“再生未來”的人工智能設計競賽，鼓勵設計師們用AIGC工具來開發和想象未來的家園。這項競賽的用意在于了解AIGC工具在建筑設計領域的潛力。在SPACE10的設計師GeorginaMcDonald看來，使用建筑設計中的生成式AI工具是一種可以加速概念開發的方式，能在不增加高清渲染成本的情況下，創造渲染和環境。

Space10使用Midjourney生成的未來房屋的視覺呈現。

“在建筑和設計軟件中加入人工智能軟件作為插件，我們會看到一個全新的環境——你在設計時可以實時考慮可持續性、健康、安全、材料、所需空氣流動和通風等等因素。就像一個助手，在你設計時就幫你說出來。”McDonald說。

這些工具無疑可以幫助設計師節省時間和金錢，但它仍然需要人類的干預，才能轉化為工程師可使用的機械文件。“在效果圖數字和人工智能工具之外，對手工藝和材料的調查都是不可避免的，也是必須的。我認為這些元素永遠不會被移除，至少在我的一生中還不會。”

最近30分鐘合約市場爆倉超1707萬美元 BTC爆倉超1418萬美元:據合約帝行情統計報告顯示：最近30分鐘合約市場全網總計爆倉1707萬美元，其中BTC爆倉1418萬美元，ETH爆倉249萬美元。[2020/4/19]

梁喆同意McDonald的觀點，在建筑業中，目前AIGC工具的應用仍處于以數字信息溝通為基礎的設計環節，到了行業中更復雜的建筑生產和施工環節，核心變為實體的材料、工藝、精度、能效等內容，仍然需要投入大量的人力去完成，建筑行業在制造端的工業化自動化程度仍然是低的。

與生成式AI不同，大界基于人工智能技術開發了建筑機器人工業軟件RoBIM，研究工業機器人在智能制造場景下的視覺感知、運動規劃、場景理解的協同閉環系統，以便在面對建筑行業大規模非標定制需求時，能夠實現柔性化的生產和工藝工序的自動優化。

設計的終端是制造業，從這個角度來說，從概念設計到實體建筑和產品的落地，需要一個漫長的周期。“設計端的數字化水平和BIM軟件使用程度已經較高，但是設計端的三維數據還是沒有辦法直接地驅動生產。”梁喆說。

張周捷花費了3年多的時間，將他用計算機算法生成的椅子最終落地，期間，他需要不斷與工廠磨合、優化供應鏈，他還邀請了五六個汽車工業的工程師研究制造和焊接工藝，最終才將椅子做出來。

即使是在軟件端，AIGC工具進化的背后也需要足夠前沿的硬件技術的支持。郭旺認為，鑒于專利壁壘在增加，如何彌補國內外硬件差距將面臨更大的挑戰。

風格的同一性會是未來趨勢嗎？

時裝界長期苦于抄襲問題。方妍楠稱她的標志性設計珠珠包等在互聯網上就有許多的抄襲款式，而在大型時裝周上，通常在走秀之后網上就會出現相似設計的產品。“很多品牌，一看就是某某設計師的風格，即使是AIGC工具操作的，它也只是按照人的指令在做。這不應該怪罪于技術。”

至于在商業設計領域，尤其是游戲概念圖，由于更容易被算法學習，風格更加趨向一致。

從這些例子可以看出，風格的同一性并不是從AIGC工具的興起開始的。事實上，家具設計、室內設計都使用過標準的“網紅風”設計風格。但通過同一設計風格的投喂，AIGC工具能以極其輕易的方式，生產出大量同類型作品。

正因如此，風格的趨同性在議題以數量級增長的前提下，成為一個引起設計界重視的話題。設計師有理由擔心AIGC所呈現出的高同質性風格，將帶來大眾普遍的快速厭倦。除非工具本身能不斷地學習和變化。

從文本到圖像，呂俊超認為，AIGC工具最大的問題之一是它們存在的“偏見”傾向。這是由于它們使用現有的網絡圖像數據集來產生新的可視化效果，可以說是某種“數據的局限性”。

“Midjourney就是一個很好的例子，去年開放測試時我剛就使用它，當時，生成游戲類畫面更容易獲得更好的效果，所以圖普遍都是‘科幻小說’的風格。后來隨著版本的更替，我們開始看到很大進步。”呂俊超說，“同質性是一個問題，但隨著數據的增加，產出的內容在發生細微改變，我們在工具的使用上也會更熟練。”

即時設計在嘗試用技術來解決風格趨同的問題。“我們在盡量規避用戶行為反饋導致的數據涌現帶來的信息繭房，簡單的說，我們一直都在竭力避免提供的方案陷入審美的同質化。”周凝說。

但對大部分設計師來說，他們似乎不太擔心這一點。畢竟，風格只是設計中很小的一部分，設計有著廣義的內涵，比如材質、創意、功能、技法，甚至個人品牌建設等等。

本質來說，AIGC工具的設計的工作方式與人類的工作方式相反。

傳統工作流是一個正向設計過程。設計師解讀需求，用繪圖技能生產出草圖來表達這些解讀，經過數次嘗試并確認方向后，通過上色增加信息量，最后打磨細節，生成成品。中間的任何一個步驟出現問題，設計師都可以插入修改。AIGC工具的工作則逆向運轉。

人是在不斷思考需求的過程中推進結果的產生，進而形成風格。但AIGC工具從需求中直接推測可能的結果，在人類的不斷反饋中驗證結果與需求的匹配，因而，很難判斷AI對于人類需求的理解是否準確。“它的‘腦子’里擁有所有你想要的東西，但它不知道你想要的到底是什么。所以，它根據你提供的模糊信息輸出了通用性極強但沒有任何實際價值的結果。嚴格來說，它給你的結果都是對的。你最后其實是在不斷反思需求的提出方式的過程中，篩選出了想要的版本。”楊迅說，“在這個過程中，由于每個人的溝通能力和對AI原理的理解參差不齊，導致AIGC生產結果的可控性就會很差。就像不善于交流的領導大概率也無法發揮下屬的技能優勢，大概就是這種感覺。”

也因此，AIGC可以模仿現成的風格，但它目前還無法創造出新的風格。只是鑒于軟件如此快速的更新變化，未來會如何，以后的風格和設計會如何演變，還沒有人能給出答案。

一種可能是，設計的源起將變得更加難以追溯。“創意從哪里來的？一種風格從哪里開始？一場藝術運動又從何而來？”McDonald說。“通常情況下，最先被人們聽到的是那些最響亮又最持久的聲音，它們自信且快速，但這些聲音并不代表就是創意的起源。這并不是一個新話題了。在沒有規約的情況下，沒有人可以承諾這些技術可以幫助使得那些在安靜和孤獨中默默工作的優秀人才出位。”

“那么問題就變成，一旦你的作品出現在算法中，它會造就你還是毀了你？如果你還沒有做出成績，或者為人所知，也許隱藏你的作品是保持獨特性的唯一方法。”McDonald對《第一財經》YiMagazine說。

創意不會消失，但需要重新定義

在郭城看來，隨著AIGC的普及，特別是圖像類AIGC的普及，許多“創意”會變得廉價。畢竟只要動動手指，就可以生成無限多的不同圖像。當AIGC出現之后，機器的創造逼迫人類重新思考“創意”的內涵。

網絡上一些“酷炫”作品的評論區會有大量稱贊“太有創意了！”的留言。郭城認為，大眾有一種把“創意”等同于“表達”的傾向，而這有些片面。“其實我們很難分辨‘太有創意了’這個評價，是指這個作品的概念邏輯、結構實現方式、造型語言、材料運用，還是僅僅關于眼前這張圖呈現出的效果。”郭城說。

創造性，或者說創造力，在未來是否會有新的定義？

Hayes認為，答案是肯定的，因為在不同歷史階段，對于創造力的定義從來不是一成不變的，它一直在變化。“在英文詞源中，這個詞的詞源原先用于描述神的屬性，到文藝復興時期，被賦予人類的元素，意思是人類可以產生驚人的想法。再到后來有了更多民主化色彩，每個人都可以擁有創造力。”

隨著“創意”變得廉價，郭城認為，“什么是創意”這個問題的答案也逐漸變得清晰起來，“創造出新的關鍵詞，或組織關鍵詞的邏輯，新的未被AIGC數據集囊括的形式語言，這些能力在內容生成邏輯同質化的情況下將會愈發重要。”

簡明對此表示樂觀，“在任何領域，總會有一小部分人能夠成功，并且能夠完成令人驚嘆的工作。也會有大量的人去做非常平庸的工作。我認為AIGC也會如此，因為即使每個人都在使用AIGC工具制作所有這些美麗的圖像，但只有極少數人制作的圖像會非常棒，從人群中脫穎而出。”

值得注意的是，AI繪畫有一個明顯短板，工具本身難以實現情緒遞進。

熊元昱舉了藝術家羅斯科的例子。“當你用AI生成羅斯科風格的作品時，你會發現AI生成的畫是冰冷的，沒有情緒遞進的，”熊元昱說。也正是因為如此，我們很容易分辨出AI繪畫與人類創作的不同。“羅斯科的畫面內容可能就是簡單的色塊，這樣的作品看似容易復刻，但作品的媒介、筆觸和肌理，甚至懸掛畫作的方式都會影響觀眾當下對作品情緒的理解。AI目前還很難搭建起藝術家和觀眾之間交流的橋梁。”

羅斯科的藝術作品，以色塊為其標志性畫作風?格。

在設計師們看來，創意的價值點仍然在商業上。其中，創意消費的內容將在可見的未來更加蓬勃。

“創意消費市場也會變得更加多樣化和個性化，比如提示詞工程師、人工智能訓練師等專業性較強的職位成了近期招聘的熱門。”張詩云說，“此外，AIGC工具也催生出一些普通人能夠勝任的新職業，如AI作圖家、AI敘事員等，接下來或許有更多的新職業將誕生。”

“人們會消費更多，也創造更多。所以我們的精力需要轉移到不同的領域去。”簡明說，“就像攝影師擔心攝影毀掉繪畫一樣，而當Photoshop出現，人們認為這將摧毀攝影，它實際上是一種增強。”

設計師們要做的，是精進自己的創造力和耐力。McDonald認為，創造力源于對學習和體驗持續的好奇心，它是建立想象力的基礎。每個人都有創造力，但表達的自由取決于是否有發展創造力的環境。要完成創造，仍然需要研究和忍耐，它不意味著按下一個按鈕就大功告成。

“你需要不斷地回到這些工具中去，不斷試驗，看看以前沒有嘗試過什么，是否能做些什么達成一個新的結果。大量的努力和試錯仍然是必要的，盡管這些工具的能力很瘋狂，我們仍然需要毅力和想象力來超越這些表面。畢竟每個人都在使用它。”

版權問題也許會導致更少的共享，更多的私密性

近期，在面向侵權訴訟的一份聲明中，StableDifussion辨駁稱AIGC藝術工具的基礎是數十億圖像的訓練。每張圖片并不是幾個標記，而是數百萬個像素，每個像素中又包含字節。“你無法將數百萬像素的圖像可逆地壓縮成一個字節的信息”，這家公司在聲明中說。其給出的辯詞是，人工智能生成的圖像可以被認為具有足夠的變革性，不會違反版權法。

“版權保護是有明確界定的，即作品的相似度。只不過在AIGC到來的時候，相似度的界限被模糊了，你可以說它‘從宏觀上看’非常不相似，但你也可以說它‘從微觀手法看’非常相似。這取決于AI的‘擬合程度’。”楊迅說。他表示自己對AIGC工具的版權持中立態度，認為技術本身沒有問題，但是反對使用的人在沒有授權的情況下隨意利用別人獨有的勞動成果來創建模型，也就是行話說的“煉丹”。他認為，“煉丹”本質上是一種對稀缺資源的無序擴產導致原始資源價值被稀釋的過程，“煉丹者”在其中受益，原作者的價值被稀釋。

相較于“寡不敵眾”的藝術家們，圖庫公司似乎更有動力推動訴訟，它們受到的利益損害并不亞于創作者。實際上，庫存圖片網站GettyImages對StableDifussion提出訴訟的指控就包括侵犯版權和違反網站服務條款。在接受媒體采訪時，GettyImages首席執行官CraigPeters稱，他們并不是在尋求經濟補償，也對阻止AIGC藝術工具的開發不感興趣，只是希望能在法律上明確創作者和公司的權利，“創造一種新的法律現狀”。

“大批量數據的產出，要解決版權問題就變得更難。之前沒解決的問題，現在AIGC出來就能解決了嗎？”戴喆駿說，他曾經有過一些封面被抄襲的煩惱。

不僅僅是侵犯數據集里作品版權的問題，AIGC生產出來之后，它的知識產權保護又該怎么算？“人工智能生成的東西不受專利保護，并且自我IP的建立也很難，既然不受專利保護，那相當于做了一場夢。”張周捷對《第一財經》YiMagazine說。

目前創作者們面臨的狀況是，立法跟不上技術的快速發展。畢竟立法者和監管者很難在短時間內徹底弄明白新的技術，企業也會以中美技術競爭為理由，拖延監管的到來時刻。

除了立法跟不上生產力變更的節奏，版權保護背后涉及的各類金融、投資和問題也讓版權問題成為一團亂麻，短時間內難以厘清。“我們也許需要考慮如何管理、分組和保護。它實際上可能導致更少的共享和更多的私密性。”McDonald說。McDonald建議應該給編程者頒發許可證，就像司機應當取得駕照那樣。

“當涉及數據和編程時，AIGC背后的人是誰？他們的價值觀是什么？我不是說這應該成為問題，而是我堅信世界上應該有編程許可證。那些正在為我們的生活和交互編程的人，我們甚至無法給他們一個露臉的機會……那樣就成了烏托邦的現實了。”McDonald說。“就像駕駛要有駕駛執照，醫生有行醫執照，你的工作倫理和道德需要符合相關要求，將社區、健康和可持續性放在首位，這是真正承擔責任的方式。”

設計師們在做些什么準備？

2019年，IDEO就發布了一份AI道德指南，在文章中，他們稱是受到AINow、Data&Society等組織的啟發。IDEO期望的是，不要等別人來制定規則，設計師應該成為有原則的設計實踐者。

“認識到它的局限性，不要以為它能解決一切問題。要以道德和負責任的方式設計未來，這是我認為我們目前能做到的最好的事情。”IDEO的指南包含四條原則：數據不是真理、不要預設人工智能的可取性、尊重隱私和集體利益，以及人工智能的非預期后果會是設計的機會。

在剛剛過去的米蘭設計周上，SPACE10舉辦了一場工作坊，主題是“生成式AI在設計中的潛力”。在研討中，他們向與會者拋出這樣一個問題：當算法不只是生成的，而是就以這種方式思考，充當你的工具和創意合作伙伴，會怎么樣？不過被問到生成式AI會對未來的居家設計產生什么影響時，McDonald認為，現在談論這個問題還為時過早，因為一切都在變化之中，并且這個變化的進展如此之快。

在2023年米蘭設計周上，SPACE10使用宜家1970年代的目錄圖片，來訓練自定義人工智能模型，生成了一系列有新型功能的復古外觀產品。

事實上，在這一批火熱的生成式AI之外，上一代人工智能設計仍然在以其精準性吸引toB的公司。門檻低、面向大眾的AI生成并非唯一的人工智能通道。比如大界機器人正在試驗的機器人自動化；或者是Gensler考慮做的一個非正式的計算機輔助設計軟件，它可以幫助設計人員快速生成辦公空間的平面，在輸入辦公桌長寬、人數等等參數之后，可以在軟件上迅速給出平面的排布。

“如果有人工智能，就可以監控所有辦公空間的使用狀況，它會告訴你，這個空間的使用效率是10%，如果租金是10塊錢一天，那么每天有9塊錢是浪費的。這樣我們就能夠對空間作出更多調整。”秦振暉說。

但無論如何，張周捷認為，為人工智能建立一個體系是必要的。他將體系類比為比特幣初始發行時的白皮書，就像造物主對生物體系做的設定。“得有一個綱領，造出的物種是什么東西，它的種群數量是什么樣的，有沒有競爭力，它在未來的演化會是什么樣的，等等。”

最終，這是一個哲學問題

一切認為AI將擁有意識并提供更好的設計服務，又或者認為AI沒有意識，所以遠不能企及人類的設計水平的觀點，引領我們來到一個更終極的哲學問題。

AI應該有意識嗎？如果它有，就會像科幻電影《2001太空漫游》中的哈爾那樣。屆時我們該如何看待人類自身的存在呢？

因此，《第一財經》YiMagazine拋給了采訪對象一個假設的思考題：不考慮任何其他的環境因素，當你是唯一一個知道AI智慧體的人類，你跟它待在一個封閉的房間里時，你會怎么做？

以下是幾個有趣的回答：

“如果不以人類中心主義的方式來思考，那么，我們是否可以僅通過相似的表現形式，就判定算法是否具有與人相近的‘意識’是不合邏輯的，也沒有必要。”郭城說。這也凸顯了人類自身的狂妄自大。不管是對AI還是對自然。

王詩云說她會像自己喜歡的電影《普羅米修斯》里那樣，“就像巨人第一次看到人類、感受到人類的智慧，我會表現出一樣的驚嘆。”

秦振暉表示，“我突然反應出來的是《三體》里的一句話，‘不要回答。’”

CharlesHayes說：“我會告訴它讓大家都能用AI，否則我會威脅稱要拔掉它的電源。”

Tags：IGCAIG人工智能IGC幣是什么幣AIG價格AIG幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目

世界幣