1. 引言
随着电视、电影及多媒体网络等大众传媒的普及，现代社会已全面进入视觉优先的时代，图像化生活与视觉化生存成为常态，图像化应用在视觉体验中占据核心地位。图像传播不仅满足了人们日益增长的视觉需求，更得益于当代文化的高度视觉化与媒介化，推动了视觉文化的繁荣发展，为本研究提供了深厚的社会文化背景。计算机算力与云计算技术的飞跃和生成式AI以其卓越的效率与精准度都在图像生产领域展现出巨大潜力，深刻解构并重构了图像生产的传统范式。这一变革不仅重塑了图像生产的范式与审美标准，还因低门槛及高数据依赖特性对图像创作者与大众的审美接受产生了深远影响，引发了一系列社会与文化议题。
弗卢塞尔的技术图像理论以完善的体系性和高度的前瞻性，揭示出作为“装置”自动化产品的技术图像之生成逻辑、主体建构、图像文化批评及其重建传播对话回路的媒介思想。本研究旨在运用弗卢塞尔的技术图像理论，聚焦生成式AI对图像文化生产的解构与重塑现象，深入探讨两者之间的关联，以期获得对当前图像文化转型的深刻启示。从理论层面看，本研究不仅有助于用弗氏理论阐述生成式AI对图像文化生产与传播的解构和重塑，还能以前沿的生成式AI图像经验推动弗氏理论的新发展。从实践层面看，研究成果将为维护传统图像创作者的合法权益提供策略建议，为政府和相关机构制定针对生成式AI的规范提供依据，并补充元宇宙背景下媒介素养教育的重要内容，促进人与技术的和谐共处，推动图像文化的多元发展。
2. 文献综述
2022年被称为“AIGC元年”，AI创作浪潮源于ChatGPT等技术突破和AI绘画的Diffusion技术。AI图像的获奖和文本–图像生成模型Stable Diffusion的开源引发了人们对生成式图像的高度关注。生成式图像艺术中的技术迭代与生产范式革新、机器自主创作、艺术家角色以及版权与伦理等问题都被重新提出。生成式AI技术推动“计算机生成艺术”向“生成式图像艺术”演化，促使人们从更深的层面反思图像生成艺术的本质，及其哲学问题。未来研究将着重探讨图像艺术生产范式革新、受众审美感知方式变化以及带来的挑战，如数据隐私、版权保护等。
随着应用场景的不断拓宽，生成式AI在图像文化领域的影响将更加深远。未来研究将更加注重对生成式AI技术的深入剖析，以及对图像文化内涵的深入挖掘。同时，跨学科的研究方法将受到重视。生成式AI影响涉及多个学科，需要不同领域的学者共同合作与交流，从而更全面地揭示生成式AI对图像文化的复杂影响，并为其发展提供新的思路。此外，随着多模态生成模型、ControlNet等生成技术进化，生成式AI正快速发展并与消费产品融合，人们对其认知在短时间内被不断刷新。因此，受众对于生成式AI图像的认知和态度是一个值得关注的问题。最后，弗卢塞尔技术图像理论在生成式AI研究中的应用将更加广泛，未来研究有望结合更多的理论视角和方法论工具，深入揭示生成式AI对图像文化的影响。
这些研究趋势将为生成式AI技术的健康发展、图像艺术生成范式的革新以及图像文化的重构研究提供科学依据和实践指导。本课题意在通过对“生成式AI对图像文化生产的解构与重塑”的研究，为未来研究提供相关基础。
2.1. 生成式AI在图像文化领域的影响研究
关于生成式AI对图像文化影响的研究正在逐渐兴起。一方面，学者关注生成式AI在图像创作领域的创新应用，揭示生成式AI在推动图像艺术创新方面的潜力。如利用AI技术生成具有艺术价值的图像作品。玛丽安·马佐尼等学者认为生成式AI通过学习和模仿人类的创作过程，能够生成具有独特风格和创意的图像作品。这些作品不仅丰富了图像文化的内涵，也为艺术家提供了新的创作灵感和可能性[1]。另一方面，也有学者关注到生成式AI对传统图像文化的冲击，如学者从AI生成图像对原创性、真实性的挑战，以及对传统审美观念的颠覆出发，揭示了生成式AI在图像文化领域可能带来的破坏性问题[2]。还有学者关注生成式AI对图像传播和接受的影响。他们认为，生成式AI通过大数据分析和个性化推荐等技术手段，能够更精准地满足用户的图像需求，提高图像的传播效率和影响力[3]。然而，这也可能导致信息茧房现象的出现，即用户只接受符合自己喜好的图像信息，从而限制了他们的视野和认知。
2.2. AI生成其他艺术类型相关研究
目前关于AI生成的其他艺术类型研究较为有限，在这其中，AI生成音乐方面研究较为丰富。学者首先对AI生成音乐下艺术认知和人机互动领域的发展进行了审视，萧萍从技术现象学角度阐述AI生成音乐的技术共情是技术通过音乐属性的学习与人类敢于艺术想象的突破下的必然结果[4]。其次，学者们开始关注AI生成音乐作为技术产物，人们对其的评价和满意度。学者Wu等人从整体质量、印象、丰富性等维度评价AI与人类音乐生成的差异[5]；学者Dong主要从音乐属性上评估AI音乐的质量；学者Carnovalini从AI生成音乐的创作主体技术上讨论是否有创造力；学者Chu等人从音乐特有属性维度以及创造力、正确性等技术评估维度分析不同音乐模型的满意度评价和差异[6]。
2.3. 弗卢塞尔技术图像研究
国内学者对于弗卢塞尔理论的研究，基本从其核心理论入手，进一步说明人与社会与自然的关系问题。技术图像是弗卢塞尔理论的核心概念，他认为照相机是制造技术图像的装置，而照片是第一个技术图像。技术图像对人类构成潜在威胁，因为它们改变了人与世界的关系[7]。作者进而在另一篇文章中讨论了弗卢塞尔如何将技术图像作为现代性危机和表象世界危机的核心议题，弗卢塞尔强调技术图像的物质性，指出技术图像的物质形态和机制在不同历史阶段对人类认知能力的影响。技术图像导致了人与世界的疏远，以及公共空间的解构。技术图像导致了图像存在取代了本体存在，公共空间被封锁，社会结构趋向法西斯式束状结构1[8]。弗卢塞尔还提出了一个涵盖200万年自然史与文化史的宇宙演进图式，分为五个阶段，从“自然人类”的具体经验阶段到技术图像的“计量与计算”阶段。他认为，线性原则的瓦解导致了主体与客体有机中介关系的瓦解，人类开始意识到自己所构建的知识可能是虚妄的，而人类应成为设想者，通过技术图像进行对话，生产新的信息，制造新情境[9]。同时，技术图像作为“图像2.0”或图像与文本高级综合的形态，成为人类通往“后历史”之后的未来方案。有学者指出，弗卢塞尔强调技术图像对人类社会的重构，即是一种追求“对话式存在”的行动。但也对弗卢塞尔的技术图像论进行了批判性考察，指出了其内部的问题，如对“技术”界定的模糊性、物质性与身体性的矛盾态度、对非人类中心主义的主张与坚持人与自然的对立之间的龃龉，以及技术图像论所依托的人类文明史模型的局限性[10]。
2.4. 研究述评
前述研究分别从图像艺术创新、生成式AI对传统图像文化的冲击、生成式AI对图像传播和接受的影响等不同角度进行了图像文化研究，为本选题的开展提供了重要的学术支撑。因此，本选题在前述学者的研究基础上，尝试在研究对象、研究方法和理论切入上做出进一步的探索，以弗卢塞尔技术图像理论视角，尝试探索生成式AI对当下图像文化的生产与传播、审美与伦理等造成的冲击，及其在“生成范式”“审美图式”“伦理调适”等方面对图像文化生产的重塑等重要问题，以期对当下图像文化的发展趋势和未来走向提供新的思考和启示。
3. 研究方法
本课题聚焦于生成式AI对图像文化生产的解构与重塑现象，并采用案例分析深入研究生成式AI图像作品在图像文化领域中的应用、影响和意义。同时，结合文献资料的收集完成本课题研究。
3.1. 案例分析法
综合艺术创作、文化传播和技术革新等方面的影响情况，本研究选取ChatGPT、Sora等具有代表性的生成式AI技术作为研究案例，深入分析其生成图像在图像文化生产中的具体作用及影响。首先，通过搜集和分析与生成式AI相关的学术文献、技术文档和行业报告，以了解其技术原理和应用场景。进而通过不同领域的反馈，包括艺术界、学术界和公众等，评估其社会反响和文化影响。再者，将弗卢塞尔的技术图像论作为理论框架，探讨作品如何体现技术图像论的相关观点，特别是在图像生成逻辑、主体建构和图像文化方面。最终，批判性地考察理论框架在案例分析中的应用，识别其局限性和可能的改进空间。
3.2. 文献综述法
在本研究中，文献综述法被用作构建理论背景和理解生成式AI在图像文化领域影响的关键步骤。本文为尽可能涵盖更全面的生成式AI相关的多学科研究，进行了大量文献搜集和阅读。基于国内外文献数据库、图书馆馆藏资源、会议论文和政策文件等，进行深入分析，以识别研究中的主要观点、研究方法和结论。识别当前生成式AI研究的主要趋势，对弗卢塞尔技术图像理论的扩展，并为后续写作提供指导与支撑。
4. 作为装置的生成式AI
生成式人工智能(Generative Artificial Intelligence, GAI)是一类人工智能系统，主要通过学习数据分布创造新的相似数据来进行生产。其核心在于两个主要网络：生成器和判别器。生成器负责创造图像，判别器则努力将生成器产生图像与真实图像区分开。这种对抗性动态推动着生成器不断改进，最终达到生成逼真、令人惊艳的图像。在图像领域，生成式AI的应用尤为突出，它不仅能够自动生成逼真的图像，还能够在图像传播和解读方面发挥重要作用。
学者肖建华指出，图像文化是现代社会的文化现象，包含数字、化学、物理处理的影像(如摄影、摄像)和计算机、机械、手工绘制的图画[11]。它以视觉元素为主导，脱离语言文字而存在，由人类创作并赋予意义。在过去，图像由人类手工绘制或通过计算机生成，人类是创作主体，他们通过耗费大量的时间和经济成本来创作图像，并赋予图像以丰富的意义和情感。作为技术图像装置，生成式AI在图像文化生产中迅速崛起，打破了传统图像创作者耗费大量时间成本和经济成本对图像进行创作的形式，以极高的效率和精确性进行图像生产。但是在此，图像生成脱离人类操控，成为独立的创作过程。作为技术图像，其本质是由装置程序的自动化生成，即智能化自动装置[12]。它们的麻痹与异化作用，也带来当下图像生产的乱象与危机。
弗卢塞尔的技术图像理论对于善用生成式AI，以赋能图像生产、应对其伦理失范，提供了独特的思考角度。他把技术图像制作方式称为“凝想”，即把虚无之境中的粒子化为可观、可感、可知之物的人类行动，并以这样的行动组织、计算赋予外部世界意义，作为行动主体的人则是世界的“投射意义者”，“为荒诞赋予意义”[13]。对于人与自动装置关系的错位，导致本可辅助人类“为荒诞赋予意义”的装置不仅有可能脱离人的掌握，甚至大有凌驾直至驯服人类之势，弗卢塞尔认为，人是摁下技术图像快门者，作为装置的延伸，执行自动(智能化)装置功能，在执行功能过程中始终与装置进行博弈。为此，他提出应组建“全球大脑”以对抗装置[14]，重建“对话式”信息传播网络，直至建立一个“人道”的“讲述和对话平衡”的理想社会形态[15]。
生成式AI对视觉表达和文化传承都带来了重要的影响，然而这对于图像文化是否是一种破坏和挤占，图像文化又如何在此环境下摆脱生产与伦理偏离的可能？本文以弗卢塞尔的技术图像理论为依据，聚焦生成式AI如何改变图像的创作、传播与解读，技术介入对图像文化潜在的挑战与机遇等视觉文化“新问题”。
5. 生成式AI下图像生产的视觉表征
作为装置，生成式AI图像的崛起推动着图像创作领域带来了一场深刻变革[12]，其独特的生成算法和对抗性训练，重新界定了艺术创作的可能边界，推动图像生产的视觉表征多元化。
5.1. 构筑“不太可能的世界”
生成对抗网络(GAN)技术是生成式AI的底层逻辑，为图像艺术品生成提供了全新的生产方式。以法国艺术团队Obvious创作的“Edmond de Belamy”为例，这幅完全由GANs模型生成的艺术品，一经问世即成为艺术市场的焦点。艺术家与生成式AI的协作也是一种新的生产方式。艺术家与AI模型共同参与创作过程，这种创意的协同作用将人类创作者的观念与AI计算能力相结合，产生了富有实验性和未知性的作品。例如，艺术家Mario Klingemann与AI合作的《路人的记忆1》，就以40,000英镑的高价被拍出。
生成式AI在生产方式上的创新，也体现于它在数字媒介领域的广泛应用。一方面，生成式AI被应用于数字绘画、影像和动画的创作中，通过GANs模型生成虚拟的作品或动画效果。艺术家Robbie Barrat就创作了基于AI生成的裸体艺术作品以及巴黎世家机器人(Balenciaga bot)。另一方面，生成式AI为虚拟现实(VR)艺术提供了新的可能性。艺术家利用GANs模型生成虚拟的场景、角色和交互元素，创造出富有沉浸感和想象力的虚拟艺术作品。Floragatan Collective创作的《Unreal Garden》虚拟现实艺术项目，就是利用了GANs创造了一个充满生机和想象力的虚拟花园，观众可以与各种植物、动物和抽象形态进行互动，体验到一种完全超现实的AR艺术。从数字绘画到虚拟现实艺术，生成式AI为数字艺术提供了更为灵活的创作机会。艺术家可以通过这一技术在数字媒介中表达自己的想法和情感，推动艺术生产的数智化深度发展。
从GANs技术到人机协作式创作，再到数字媒介的广泛应用，生成式AI变革了图像生产方式，突破了传统艺术创作界限。弗卢塞尔的“凝想观”认为，与打字人关注于文本的语言、节奏和音韵不同，“凝想者”控制自动装置，完全专注于“凝想的表面”，“按下按键”赋予信息，构筑“不太可能的世界”，图像因此表现出“前所未有的征象”[13]。
5.2. 丰富图像生产的视觉表征
生成式AI图像生产推动了艺术创作风格多样化，使艺术家能轻松探索和融合不同风格，从而丰富图像生产的视觉表征，这在传统手工创作中是难以实现的。
5.2.1. 允许图像以各种艺术风格呈现
从印象派笔触到抽象表达主义涂鸦，生成式AI能够赋予图像各种艺术风格，传达不同的情感和艺术理念[14]。比如DeepArt基于神经网络的算法，模拟梵高、毕加索、莫奈等艺术家的创作风格，将用户上传照片转换成所预设艺术风格的作品。此外，手机应用程序Dreamscope和Artisto使用算法处理图像，实现风格转换。用户可选择不同的艺术风格，如印象派、后印象派、抽象表达主义等，将上传的照片或视频片段转换为具有艺术感的作品。这些应用在数字艺术领域广受欢迎，为用户提供了全新的艺术创作和编辑方式。
5.2.2. 深入探索图像的情感传达
图像的生成不再受限于物理世界的局限，而是能够表达更为复杂、抽象的情感和思想。如中国摄影师吴国勇的AI摄影作品《无处安放》，以“钢铁洪流”或“垃圾丛林”式的共享单车矩阵隐喻中国疯狂资本泡沫的破灭。Lise Autogena和Joshua Portway的《股市天象图》，表征着公司交易规则的同时，亦隐喻着繁若星辰的股市心态景观。Memo Akten通过生成式AI来探索人类情感的复杂性和自然形态的美感，其代表作品《Deep Meditations: A brief history of almost everything》用机器学习为观众描绘“万物简史”，探讨生命、自然和宇宙的主观体验。Anna Ridler的《Myriad (Tulips)》通过展示郁金香盛开期间不断的变化，呼应如今的比特币价格，代表了当今加密货币歇斯底里的状况和投机行为。这种深度的表达方式为艺术创作注入了更多的主题表征和情感传达可能性。
总体而言，生成式AI蓬勃发展为图像生产带来深刻变革，并通过生产方式之变丰富了图像的视觉表征，推动了图像艺术生产进入人机协同新时代。同时，新技术图像“后果”也由此生成：线性的、历史的、科学的文本，被一种“新的、视觉的、基于表面的思维方式超越”；故而“我们置身于技术图像塑造的多样化环境中，日益沉浸于图像的功能与应用之中。”[13]
6. 生成式AI引领图像生产智性传播
生成式AI的崛起在图像传播领域掀起了一场革命。在传播途径方面提供了全新的可能的同时，也通过智能化、个性化内容推送，为用户提供了更优越的图像体验，引领图像生产的智性传播。
6.1. 传播途径：多元化技术应用加持
生成式AI引领图像传播创新方法，主要通过多元化技术应用的加持实现，比如沉浸技术和社交滤镜。
6.1.1. 沉浸技术应用
生成式AI加持虚拟现实(VR)和增强现实(AR)应用，为图像传播带来全新维度。在虚拟现实方面，生成式AI通过模拟或创造虚拟图像，打造具身交互性和场景再造，如《Beat Saber》游戏利用该技术提供沉浸式音乐与光剑交互场景。而在增强现实领域，生成式AI为图像传播增添了现实维度，通过在真实环境中叠加虚拟元素，丰富了用户视野。Minecraft Earth游戏融合虚拟方块世界与真实世界，让用户能在真实空间互动，创造全新图像体验。此外，零售商利用AR技术开发虚拟试衣间应用，用户可上传照片尝试不同服装，提升购买决策准确性和效率。这些应用展示了生成式AI在虚拟现实和增强现实领域的广泛潜力，不仅改变了图像传播方式，还创造了与现实世界交织的全新体验。
6.1.2. 社交媒体滤镜效果
生成式AI在社交媒体滤镜和特效上的应用，为用户提供了创新的图像传播途径。Instagram和Snapchat等平台通过AI技术嵌入的滤镜功能，不仅实现简单的颜色调整，更通过智能算法模拟绘画风格、添加虚拟场景等，为用户提供独特创意的图像选择。这种途径使用户能更直观地表达情感和个性，根据不同场合或心情定制与众不同的图像内容。例如，Instagram的AR表情滤镜可添加有趣动态元素，增强图像趣味性和互动性。此外，生成式AI在社交媒体的应用经验，还为图像传播增添了更多情感表达方式，通过模拟不同艺术风格或情感元素，使用户能更深刻地传达情感状态，实现丰富直观的图像传播。
6.2. 算法加持下的智性传播
基于算法的个性化内容推送，不仅提供给用户更加优越的图像体验，也把生成式AI图像生产的图像传播创新带入新境界。
6.2.1. 个性化图像生成
生成式AI能根据用户喜好和习惯生成个性化图像内容，实现精准推送。通过分析用户历史行为和兴趣，AI预测并满足个体需求，提供针对性图像内容。例如，电子商务平台如亚马逊、淘宝等，利用生成式AI技术为用户生成个性化的商品推荐图像。这些图像可能包括商品的展示图、使用场景图等，根据用户的购物历史和偏好进行定制。
而Netflix则利用生成式AI推荐算法根据用户观影历史生成个性化电影封面，为内容提供者和平台提供了精准推送手段，提升了用户参与度和忠诚度。
6.2.2. 智能化虚拟助手和聊天机器人
生成式AI驱动的虚拟助手和聊天机器人，利用自然语言处理和图像生成技术，为用户提供个性化图像信息和服务，实现了图像传播的双向互动，改变了传统单向传播模式，强化了用户与内容生产的紧密互动。Google的AI助手通过语音和图像识别功能，使用户能以自然语言提出需求，获取个性化搜索结果和建议。生成式AI使虚拟助手能理解和响应用户意图，提供更贴近需求的图像信息服务，深化了用户与内容间的互动，使用户从被动接收转变为主动参与，能更直观地与图像内容进行沟通和定制。随着技术不断完善，更创意和个性化的图像传播体验可期，将深刻影响用户与图像内容间的互动，推动生成式AI向图像生产智性传播境界发展。
弗卢塞尔虽然在生成式AI诞生之前就已经去世，却敏锐地看到技术图像通过各种渠道嵌入私人生活，同时封锁了公共空间，人们已无法挣脱技术图像的渗透力，从而“哺育”着图像，人的行为也因此“不再指向世界，反而指向虚幻”[13]。生成式AI的智性生产与传播，给图像文化生产带来了发展机遇，也携带着生产伦理的多重危机。
7. 生成式AI下的“图像危机”挑战及其突围
生成式AI介入图像生成，同样具有无法忽视破坏性，甚至对图像文化具有颠覆性；AI生成图像，即弗卢塞尔所说的“技术图像”带来的“文化革命”[13]，引发了传统图像的“图像危机”，可以说，AI图像不仅挤压了图像创作者的生存空间，对大众审美能力也提出了新的挑战。
7.1. 技术介入对图像文化的潜在挑战
7.1.1. 作者已死：艺术家主体“沦丧之危”
2018年，AI油画作品Protrait of Edmond Belamy以43.2万美元拍出；2022年，游戏设计师杰森·艾伦使用AI创作的作品《太空歌剧院》获得第一。无不表明AI创作的艺术价值及其在艺术领域的影响力和认可度，也印证了人工智能生成的图像在绘画方面的创造性。然而在传统艺术概念中，创造性工作仅能由艺术家完成。由于初期AI生成物以模仿、复制、拼接为主要技术手段，有违艺术品的原创性，使得AI生成物的艺术性一直受到争议。目前，学界关于生成式AI创造的图像是否能够成为艺术品的主要争议在于AI是否能构成为艺术创作主体。
罗兰·巴特在《作者的死亡》中提出了“作者已死”的观点，直接否定了创作者对于作品解读的唯一重要性。若暂时“悬隔”如何界定艺术品这一问题，“作者已死”已然是当前艺术作品的常态。例如科幻小说《三体》的作者刘慈欣，被观赏者戏称为“电工”，认为其根本不懂《三体》，艺术品与艺术家失去了“联系”。而把这一失联状态放入人工智能生成的图像与生成式AI的关系中，似乎主体的重要性被大幅削弱。反观艺术品这一变量，一般认为，图像艺术品能够为观赏者生成提供情感价值或情绪共鸣。此类艺术品中，主要以画面制造的情景、画面主体的行为表现、图像创作主体或观赏者的个人经历为刺激情感的主要因素。尽管生成式AI创作的图像作品显然缺乏图像创作主体的个人色彩，但随着技术不断迭代发展，生成图像在写实或写意上不断满足成为艺术品的条件。换言之，艺术品之所以实现情感共鸣，更重要的因素在于观赏者而非创作者，观赏者若能从图像中获得审美或经验上的共鸣，生成式AI生成的图像就能成为一种艺术品。
因此，承认生成式AI在图像艺术品创作中的主体地位，会显著影响传统艺术家作为创作主体的角色定位，使艺术家主体的地位面临新的挑战与重新界定的需求。
7.1.2. 灵韵消逝：程序化复写削弱图像个性
本雅明认为，传统艺术作品独一无二性使得原作本身具有一种神秘的“灵光”，即“灵韵”。随着机械复制的兴起，艺术品失去了原真性和独特性，进而加速了艺术品灵韵的消逝。沿着本雅明的思路进一步思考，技术对于意义的生成乃至情感价值传递既有正向亦有负向作用。
比如，绘画、摄影以及AI图像生成技术，其根本目的在于运用技术表达人类的情感。虽然生成式AI在图像创作中表现出色，但也带来了图像灵韵的丧失[15]。以DeepDream为例，这是一种基于神经网络的生成式AI，通过学习大量图像数据后能够生成具有独特风格的图像。这种图像虽美观，却难以传达人类艺术家所赋予作品的情感、经验和独特视角。再如AI修复古老照片的应用。虽然这项技术可以使照片看起来更加清晰、完美，但它却会失去原始照片所带有的历史感和“原生”情感，最终消蚀掉图像的人文意蕴。如受限于环境、光线、角度等时空条件，摄影作品在实践中常常难以达成“完美图像”[16]，这种缺失人类灵性图像因机器程序化复写加剧了情感灵韵的流失。
7.1.3. 图像真实性的消弭
在讨论AI图像生成带来的挑战时，却往往忽略了一个更为迫切的问题，即图像所承载的信息真实性。尽管生成式AI在图像生成方面确实取得了显著的进步，但其在自媒体、广告、娱乐等多个领域的广泛应用也带来了一系列关于图像真实性的担忧。
生成式AI技术的发展使得虚拟图像与真实图像之间的界限变得模糊。例如，一些生成式AI系统可以根据输入的文本描述生成逼真的图片，这种技术被广泛应用于图像生成、图像修复、虚拟现实等领域。然而，随着大规模生成和再现超现实图像的普及，人们很难通过外观区分虚假图像和真实图像，从而降低了图像真实性的标准。
生成式AI技术被滥用来生成高度逼真的伪造内容，包括图像、视频和音频等。从高度逼真的虚假音视频到误导性的新闻报道、广告信息，这些伪造内容不仅挑战着公众的认知边界，也对社会的稳定和安全构成了严重威胁。例如2018年，一个基于Deepfake技术合成的虚假视频在社交媒体上广泛传播，显示美国总统奥巴马发表了一些他实际上从未说过的言论，这引发了公众对媒体和信息来源的质疑，对社会秩序和政治稳定造成了不良影响。
生成式AI生成的图像作品在传递信息时可能降低真实性的标准。在这种情况下，人们获得的信息可能并非真实的原始信息，而是媒介构建的“观念信息”。因此，在传播和接受图像信息时，人们应当更加谨慎，不仅要考虑图像的外观和视觉效果，还要对信息的来源和真实性进行深入思考和辨别。
7.2. “图像危机”的突破之路
面对技术的介入，图像创作者和图像文化审美围墙面临着瓦解风险。因此，在生成式AI时代背景下，破解“图像危机”的生存之路，亟待发现新的可能性。
7.2.1. 图像审美的重构
审美重构并不容易，尤其是当代青少年长期接触生成式图像，更偏好于具有冲击性的、夸张的、直接的图像表达，形成了有别于传统的审美方式和审美观念。因此，建构新的图像审美秩序，需要有新的理论体系和评价标准作基础[17]，这需要内外力量的组合。从外部来看，图像是文化传播的媒介，生成式AI同样是一种帮助人类达成目的的媒介或手段，而非目的。需要强调的是，审美在中国的文化土壤中一直有其核心价值观念，新理论体系和评价标准构建，不应该全盘否定和推倒重建，而承继文明积淀和文化基因的“合式”因素，保障文脉延续。从内部来看，人类自我的审美判断也要有批判与省思的态度，尝试从技术视角重新审视新技术图像的理性内核，“嫁接”其传统文脉与技术图像的宇宙场景，在对话中重建图像审美的“图式”秩序。
7.2.2. 图像文化创新的可能
学者提出，生成式AI与图像作品的底层逻辑是不同的，AI的基础是大数据和算法，而图像作品则以艺术和哲学为基石[2]。但从另一个层面来看，两者的本质逻辑都是文字，不同点在于图像作品是对文字的抽象化或联想化表达，而生成式图像是对文字的直接表现。从这个角度出发，技术图像也可以为图像文化创新开辟出新路径：生成式AI的图像创作来源于人类的艺术创造，人类通过描述性文字塑造新场景，在驱使生成式AI进行生产时，这种表达方式同样可以激发人类语言的创造力。因此，生成式图像不仅仅提供了一种机器生产产品，也能反哺创作者乃至全人类思维方式的变革[18]。
弗卢塞尔认为，“一个由技术图像统治的社会结构式法西斯式的。这不是出于任何意识形态的原因，而是技术原因。伴随着技术图像的运作，社会走向法西斯化”[13]。在人工智能时代，图像借助生成式AI在传播形式上快速繁荣，唤起人们对图像文化的关注；图像媒介中承载的信息是文字媒介无法取代的。但是如何避免技术图像的“法西斯化”后果，弗卢塞尔提出破解之道首在改变封闭的传播结构，在个体之间建立广泛的沟通渠道[12]。使人机交互成为真正的“人机对话”，不要让人与图像的关系退化为一种致命的“熵”——即一种极端的无序状态2。
8. 结语与讨论
作为技术图像装置，生成式AI下的图像生产之变，在视觉表征、传播方式上发生了巨大的变革；同时生成式AI迅速发展，动摇了图像文化的历史根基，技术图像的宇宙“日渐丰满”，也造成了图像生产的风险挑战。生成式AI生成的图像作品具有创作速度快、创作数量多、创作风格多样等特点，同时它们大量挤占了图像创作市场，使得图像创作者产生了危机感。但这种忧虑不应成为杞人之忧，第一，虽然生成式AI能够实现多种风格的创作，但目前生成式AI功能多为单一指向性，只能在某一图像领域进行学习训练，不具备人类创作者的综合创作能力。第二，生成式AI的图像作品还明显具有高同质化现象，虽然其局限于数据库的有限性和算法的强制性，但AI生成图像缘起于对人类图像审美需求的满足，而非以拥有个性化审美能力为根本路向。
相反，人类主体的图像艺术创作给观赏者提供了更广泛的审美视角，承载着独特的情感体验，这是生成式AI无法取代的。因此，图像生产从胶片时代到数字时代，再到智能时代，机器在生产主体和生产方式中的角色不断强化[19]，人类艺术家为作品注入的灵性却不能被机器程序的自动化完全替代。
当然，虽然生成式AI图像无法取代人类主体的艺术创作，但其强烈的“进攻性”对大众图像文化审美水平也必然产生侵蚀。大众作为观赏者大量接受AI生成图像的冲击，并经过其长期的培养，存在着审美水平同质化或退化的风险，甚至会导致文化多样性的丧失。作为技术图像装置产物的生成式AI图像有可能形成新的文化形态，而新文化形态对人类图像文化是推动力还是阻碍，取决于人类图像生产的主体性持守。如何引导生成式AI向着为人类图像文化注入新活力、而非侵蚀性的发展方向，技术图像再一次把人类带到了重建图像文化的审美秩序与科学“图式”的“临界点”[13]。而弗卢塞尔的技术图像理论，“以终为始”，站在未来从理想社会结构建构回溯当下，提倡以“对话和讲述”相平衡的社会结构取代“讲述式”社会结果，“积极推动对话式的、重新连结的图像”[14]。这对理性考量生成式AI图像文化的境况和未来发展，破解了当下生成式AI技术图像的发展之困，从社会结构重建的高度指出了“可能路向”和预言般的学术启示。
基金项目
浙江传媒学院2024年研究生科研与实践创新项目。
NOTES
*通讯作者。
1“法西斯式束状结构”在这里是用来形象地描述技术图像可能导致的社会和文化现象，强调的是技术发展可能带来的负面影响，特别是在信息控制、公共空间封闭和社会结构固化等方面。这种表述意在警示人们注意到技术发展背后的潜在风险，并寻求更加开放、民主和多元的信息传播方式。
2“熵”这个概念，实际上是借用了物理学中的熵(entropy)概念，用来比喻信息传播和社会交流中的混乱无序状态。在信息论和热力学中，熵的概念被用来描述信息的不确定性和混乱程度。