在最近的5年里，随着深度神经网络技术、特别是生成对抗网络（GAN）和创造对抗网络（CAN）技术的快速进展，诸如Deepdream、Midjourney之类的基于提示文本的AI图像生成模型纷纷上线。大量AI艺术作品出现在推特、Meta、微博等社交媒体上，并展现出迥然不同于以奇观美学为标志的第一代数字艺术和以互动美学为标志的第二代数字艺术的核心竞争力。

　　实现了“人人都是艺术家”的升级。以往的数字艺术实际上对普通网民开放的主要是网络文学、网络短视频、网络直播类的个体创作数字艺术类型，对于这些数字艺术作品，创作者不需要特殊的才华，只要一台电脑、一部手机、能上网，基本上就能实现自己的创作愿望。而数字电影、网络剧、网络综艺节目、网络游戏这些需要各种大型复杂的数字软硬件设备的综合性数字艺术的创作，对于普通网民则有些难度。数字音乐和数字绘画虽然对数字软硬件要求不高，但是这两种数字艺术类型对人的艺术天赋提出了较高的要求。

　　AI艺术创作平台的诞生破除了普通网民参与艺术创作的障碍。比如，一个普通用户只要在ChatGPT上登录注册，输入几个关键词或一两句话，描述作品想达到的具体艺术风格或审美特征，创作就可以实现。不仅如此，当用户初次登录注册AI艺术创作平台，并面对第一批自己与平台合作创作的艺术作品的时候，他的那份惊喜不仅是由衷的，而且是略带惊讶甚至震撼的。AI艺术创作颠覆了人类几千年所建构起来的艺术创作模式，平等地赋予了每一个人同等的艺术创作能力。这就意味着在AI艺术时代，每一个人艺术创作的核心竞争力都同步获得了极大的提升。在AI赋能下，可以预见现有艺术格局必将得到重构，一种基于AI的降本增效的艺术创作新机制必将很快被孕育出来。与此同时，一些科技实力或资本实力较小的影视传媒公司或个体艺术家将会抓住AI艺术迅猛发展的东风，乘势而上，脱颖而出，甚至成为AI艺术新市场、新产业的赢家。

　　营造了新型的艺术创作机制。创作平台赋予了AI艺术超强的核心竞争力。以往，数字艺术软硬件设备的高门槛和高技术特征在很大程度上限制了普通网民参与数字艺术创作的广度和深度，普通网民只适合于参与网络文学、网络短视频或网络直播这种相对简单的、对数字技术软硬件要求较低的数字艺术类型的创作。AI艺术创作平台所提供的则是一种迥然不同的创作环境和创作机制。

　　AI艺术创作平台对普通网民来说几乎没有任何限制，甚至也不需要太多的艺术储备和技术储备，它只需要用户拥有奇思妙想，特别是具有与众不同的审美想象力。用户只需要将自己的这些奇思妙想或审美想象力用最简单的自然语言清晰地告诉AI艺术创作平台，剩下的全部工作都由AI艺术平台独立完成。所以对用户来说，在AI艺术创作平台上自由冲浪简直是太美妙了。那些极为复杂的审美思考和创作过程被AI隐藏在自己的“大脑”中，我们所看到的只有艺术作品本身。AI艺术创作平台所建构的这种新型创作机制无疑超越了一切既往艺术创作，展现了一种新的竞争力。这种竞争力主要体现在三个方面：一是显著增加了创作的数量和规模；二是有效保障了作品的整体风格与质量；三是极大提升了创作的效率与速度。

　　赋予了艺术独特的超越性。每一代艺术都有其独特的优势和核心竞争力，新的艺术形态往往都是建立在整合前代艺术优势和核心竞争力的基础之上的。在AI艺术诞生之前，数字艺术在发展中总是无法保障作品的审美价值和艺术质量始终保持在较高水平上。这一难题在AI艺术时期获得了很大程度的改善。因为，AI艺术创作主要是由基于人工深度神经网络的算法模型来自主完成的，在这个过程中有两道屏障可以保障它所生成的艺术作品的艺术质量。

　　第一道质量屏障源于它的知识储备，也就是在培训算法模型时所使用的数据样本的质量。就目前的算法模型来看，它们的学习几乎都采用了监护学习和强化学习模式。所谓监护学习也就是算法模型的学习样本首先经过人类的选择和标记，在这个过程中一些质量低劣的艺术作品都被过滤掉了。算法模型真正接触到的是艺术质量相对较高的作品，其中大部分都是人类艺术史上经典艺术家的经典作品，它们优先成为各种艺术算法模型学习和模仿的对象样本。这样的知识储备最大限度地保障了生成艺术作品的较高水准，这是一般的人类艺术家很难做到的。

　　AI艺术算法模型为自身创作所设置的第二道质量屏障体现在用户与AI艺术创作平台之间的互动过程中。具体说来，当有的用户向AI艺术机器人发出非法的创作指令时，艺术机器人会委婉地加以拒绝。有了这一道艺术创作开始前的伦理屏障，绝大部分对受众身心健康有害的艺术作品就无法面世了。当然，目前的一些AI艺术创作平台还存在着个别用户深度伪造作品的情况，需要从科学、制度、技术等方面不断加以提升。

　　综上所述，凭借其强大的学习能力和持续提升的算力，AI艺术不仅获得了较之前代数字艺术难以比拟的强大核心竞争力，而且发展出有效规避生成审美价值低劣的艺术作品的新机制，为构建高质量艺术作品提供了可持续发展的生态条件。

　　（本文系国家社科基金艺术学项目“数字艺术非义行为及其对抗机理研究”（20BC043）阶段性成果）

　　（作者系山东交通学院基础教学部副教授）