人工智能技术驱动下的影像装置创作研究

摘要：目的：文章探索人工智能技术，尤其是Sora视频生成技术在影像装置艺术创作中的应用潜力与创新价值，分析其如何突破传统创作方式的限制，以优化观众体验。方法：文章首先梳理人工智能技术的演进背景及Sora视频生成技术的独特性，结合影像装置艺术的表现形式与创作需求，从理论与实践结合的角度深入剖析Sora技术的实际应用。从创作界限的拓展、观众角色的重塑以及人机协同的创新路径等方面展开，探讨技术与艺术交融的具体机制和影响。结果：Sora视频生成技术为影像装置艺术注入了动态生成能力，不仅提升了作品的视觉表现力与实时交互性能，还显著拓展了艺术创作的媒介边界。观众由传统的被动接受者转变为主动参与者，从而提升了艺术表达中的个性化体验。此外，Sora技术在虚拟场景构建、个性化视觉效果呈现以及人机互动协作方面表现出显著优势，为影像装置艺术创作提供了新的可能。结论：Sora视频生成技术的介入为影像装置艺术创作开辟了全新的实践路径，在提升艺术作品表现力与丰富观众体验的同时，推动了艺术创作范式从静态展示向动态生成、从单向输出向互动交流的深度转变。未来，Sora视频生成技术有望促进艺术与科技跨领域融合，为数字艺术创作开辟更广阔的发展空间。

关键词：人工智能；影像装置；Sora；创作

中图分类号：TP18 文献标识码：A 文章编号：1004-9436（2024）18-0-03

随着数字技术的飞速发展，艺术创作范式发生了深刻变革，尤其是在影像装置艺术领域。传统的影像装置多依赖静态图像或预设的影像素材，而现代科技的引入，尤其是人工智能技术，为这一艺术形式注入了新的生命力。视频生成技术作为人工智能在数字技术领域的重要应用，推动了艺术创作的创新，使影像装置不仅能够实时响应观众互动，还能动态生成复杂的视觉效果，增强观众的沉浸感和互动体验感。在这一背景下，Sora视频生成技术作为一种前沿的人工智能驱动的视频生成工具，展现出了巨大的应用潜力。

1 人工智能及影像装置概述

1.1 人工智能与Sora的技术架构

自1956年达特茅斯会议提出以来，人工智能经历了三次高潮。20世纪，人工智能主要依赖人类输入进行推理演绎，表现出较鲜明的人工特征。进入21世纪后，随着数据技术的进步和大数据时代的到来，人工智能具备了经验归纳能力，智能系统能够实现自我学习和自我涌现。最新的人工智能技术——AIGC（生成式人工智能）的出现是人工智能从1.0时代进入2.0时代的重要标志。2024年2月15日，OpenAI在其官方网站发布了关于Sora视频生成模型的文章Video generation models as world simulators（《作为世界模拟器的视频生成模型》），这标志着Sora首次公开亮相。该模型能够根据文本输入生成最长60秒的高质量视频，并通过多角度和多镜头切换展现流畅的视觉效果，同时精准掌控光影、色彩、动作和人物表情等细节［1］。在算法方面，Sora采用创新的DiT架构，融合了扩散模型（Diffusion）和转换器模型（Transformer），使其能够高效处理时空信息并增强推理能力，从而提升视频生成的精准度。此外，扩散模型的引入提升了Sora在模拟和推理物理世界方面的能力，让其进一步了解现实世界的运作规律［2］。Sora的运行机理包括文本处理、文本编码、视频生成网络、生成器和判别器训练等，其可以通过上述步骤实现从文字描述到视频内容的转换。因此，Sora不仅在模拟和创造真实世界等方面表现卓越，而且在影像艺术创作领域表现出非凡的潜力。

1.2 影像装置

当代影像装置艺术是一种融合影像技术与装置艺术的跨媒介创作形式。影像装置的起源可以追溯至19世纪初期，最早的影像装置萌芽于爱迪生发明的电影视镜。进入20世纪后，未来主义和达达主义思潮对艺术创作产生了深远影响，艺术家们开始探索个性与自由，不断挑战传统的艺术形式。这一时期，马歇尔·杜尚的《泉》成为装置艺术的一个里程碑。20世纪60年代，随着投影、录像等新媒体新技术的逐步引入，装置艺术与影像技术逐渐融合；到了70年代，影像在影像装置艺术形式中的地位得到了显著提升。此外，行为艺术和表演艺术的加入使影像装置逐渐成为一种综合性的艺术形式，展现出更强的表现力。

影像装置以影像为核心，重点在于如何运用影像创造出独特的艺术体验。其通过投影、录像、数字图像处理等技术，将影像融入特定空间，形成富有层次感和沉浸感的艺术作品，使其不再是静态的视觉呈现，而是动态的、互动的艺术体验，突破了传统影像艺术的二维局限，赋予观众身临其境般的多维感受。随着21世纪的到来，影像装置进入数字化和虚拟化的新阶段，这一时期艺术家开始利用先进的数字技术如人工智能来进行艺术创作，探索影像与技术的最新融合，进一步拓展影像装置艺术表达的可能性。

2 人工智能技术驱动下影像装置艺术的创作新意

近年来，人工智能技术迅猛发展，艺术创意领域经历深刻变革，尤其是ChatGPT、Midjourney、Stable Diffusion等工具的出现，使越来越多的艺术家开始尝试利用人工智能技术进行艺术创作。作为当代艺术的重要分支，影像装置的发展深受科技进步的影响。人工智能技术为影像装置的创作提供了推动力量与技术支持，并带来了新的技术和创作范式。这种创新有助于提升影像装置作品的质量和创意水平，满足观众对多样化、个性化内容的需求。

2.1 技术应用创新

2023年，顶级科学期刊Nature（《自然》）首次将人工智能助手ChatGPT列入年度十大科学人物名单，这代表着人工智能已在多个领域得到应用，特别是在艺术创作领域［3］。随着人工智能技术的不断进步，艺术家获得了更多的创作可能性。影像装置艺术因其技术与艺术并存的特性，受益于人工智能技术的介入，一方面扩展了艺术创作方式，另一方面展现了技术应用创新。

2022年底，纽约现代艺术博物馆与“80后”艺术家雷菲克·阿纳多尔合作，推出了创新的数字艺术展览unsupervised（《无人监督》）。雷菲克在作品中融合了大数据、人工智能和视觉艺术，赋予了数字艺术新的生命和更多的可能。作品不仅展示了技术与艺术的深度融合，还探索了数字时代数据和感知之间的新关系，为影像装置艺术创作带来了全新的思考路径与形态表达。人工智能技术的高速发展进一步开辟了技术应用创新的空间。

2.2 互动体验创新

在这个技术与艺术紧密结合的数字时代，人工智能技术作为一种前沿技术受到很多艺术家的青睐，被艺术家们运用于影像装置创作中。影像装置创作借助人工智能技术有效地将观者与作品联结起来。参观者在与艺术作品互动的过程中，从被动的接受者转变为主动参与者，进而成为作品的一部分，其积极性得到调动，作品的趣味性也得以凸显。

《有趣的世界》是一个结合人工智能技术的互动影像装置。该装置通过机器视角对观众进行分类与标记，当观众进入互动区域时，摄像头会利用图像识别技术分析每个人的外貌、表情和服装颜色等特征，并为其贴上标签，基于这些标签，人工智能程序会运用语意关联算法生成一段独特的虚拟地球叙事漫游，将观众连接到全球范围内与其标签相关的人、物或场景。观众在此过程中并非被动地接受“审查”，而是根据自身特征随机匹配到富有趣味性的场景中。在人工智能技术尚未介入影像装置艺术创作时，观众通过作品与其背后的艺术家交流；而人工智能技术应用于创作中后，观众通过作品与“超越人脑的机器”交流。影像装置不再是艺术家的单方面诉说，而是与观众的对话，观众的情感诉求得到满足，进而产生愉悦感与成就感，主观能动性得到发挥［4］。这一转变体现出人工智能技术给影像装置创作带来不一样的互动形式，也增强了影像装置的互动性。这一特殊的“超越人脑的机器”，大大提升了影像装置的趣味性。

3 Sora应用于影像装置的创作增值

3.1 Sora式影像视觉信息的多元与多维

目前，Sora能生成具有多个角色、包含特定运动的复杂场景，不仅能理解用户的指令，似乎还能把握简单物体在物理世界的表现。Sora能在单个视频中创建多个镜头，并保留角色和视觉风格的连贯性，在质量、光影效果、视觉冲击等方面的表现都非常优秀。其强大的视频生成能力为影像装置创作的视觉设计阶段提供了重要支持，艺术家能够根据自己的想法创作出多元与多维的视觉信息。此外，作为革命性工具或新质生产力，Sora能够快速生成复杂的视觉效果，尤其适用于科幻、奇幻和魔幻类型的影像作品，激发人们参与影像装置创作的热情，从而催生出更加多元与多维的艺术表达形式和创作视角［5］。在官方样片中，Sora呈现了一系列如梦似幻的场景。例如，一名青少年在漂浮的云朵上阅读，两艘海盗船在咖啡杯中战斗，纽约如亚特兰蒂斯般缓缓沉没，生活在海洋里的鲸鱼、海龟与鲨鱼在市区街道上悠游，等等。Sora为创作者提供了探索创新视觉效果和叙事手法的可能性，完美融合了独特的艺术创作与智能视频生成技术。该技术的应用突破了现实与幻想的界限，为观众带来震撼且独特的视觉体验。

知名创意工作室Radical Realities的联合创始人Benjamin Desai（本杰明·德赛）用Sora创作了一个20世纪早期的黑白视频。视频中动物与人的活动、身体相结合，呈现出科幻离奇的场景。例如，正在玩滑板的猩猩、头是一个鱼缸的人类演讲者、骑着恐龙奔跑的绅士等，画面既诡异又充满神秘氛围。Sora赋予了Benjamin Desai以极高的效率进行高质量概念化设计的能力，这种进步不仅激发了创作过程的变革，也在叙事手法上实现了进化，让创作者能更加自如地把想象力转换成现实作品。著名导演Paul Trillo（保罗·特里洛）赞誉道：“Sora的核心价值并不在于复制过往，而在于激活那些我们此前难以预见的新奇且看似不可能的创意元素，将其实实在在地呈现在眼前。”总的来说，Sora为艺术家提供了新奇的创作工具，助力他们探索新的艺术表达形式，建构多元与多维的视觉样式景观，从而提升影像装置艺术作品的丰富性。

3.2 Sora式装置多模态输入系统与多格式输出的可能

Sora除能够接受文字输入之外，还可以接受静态图像或视频输入，生成宽屏的1920×1080 p视频、竖屏的1080×1920 p视频以及它们之间的各种格式，为不同类型的设备创建任何分辨率的视觉内容，赋予任何个体数字视频创造的能力，可以对视频进行内容延伸、缺失帧填充或风格转换等操作，进而在数字视频空间展开更加自由的实践［6］。例如，虚拟塔罗牌平台创始人Danielle Baskin（丹尼尔·巴斯金）采用8到20个视频输入的形式，对塔罗牌内容与风格进行转化，进而丰富了该平台的视觉呈现效果。

Sora使艺术家以更加灵活多变的方式进行艺术创作，多模态输入以及多格式输出的形式为影像装置创作带来了独特的视角与丰富的视觉体验。此外，Sora视频生成技术赋予艺术创作独特的创意与表现形式，在很大程度上超越了传统艺术创作的界限，增强了影像装置创作领域的创新潜力。

3.3 Sora式艺术创作的降本增效

Sora视频生成技术优化了影像装置的创作流程，提高了影像装置的创作质量，能够显著节省时间和制作成本，实现降本增效。艺术与科技的融合，将人类创意与人工智能相结合，为影像装置创作提供了全新的创作模式。例如，Sora通过文本描述直接生成虚拟角色和场景，免去了传统的建模和搭建场景工作，减少了实景拍摄与剪辑包装的工作量，大幅提升了影像画面生成的效率。在创作过程中，Sora可生成预览草图、绘制分镜头、剪辑样片及创建装置场景等。此外，Sora可以通过智能分析将视频的主体与环境分开，单独改变主体或环境，无缝连接两段不同场景不同主体的视频。该技术的应用不仅重新定义了影像装置创作的工具与方法，拓宽了艺术表达的边界，还在更深层次上推动了创作思维与艺术观念的转变，提升了创作效率，降低了成本。

4 结语

人工智能技术的引入使影像装置创作进入了一个全新的阶段。Sora通过创新的技术架构，为艺术家提供了更便捷的创作工具，改变了传统的影像装置创作方法，建构了新的视觉样式景观。未来，随着人工智能技术的不断进步，影像装置创作将融合更多的科技元素，推动艺术创作的革新，拓展创作的表现形式和互动性。这种跨领域的融合能够为艺术家提供更加多元的创作可能，同时为观众呈现全新的艺术体验方式。

参考文献：

［1］ OpenAI发布首个文生视频模型Sora［J］.电器，2024（3）：63.

［2］ 张蓝姗，徐瑷桐.变革与重构：Sora在影视创作中的应用与挑战［J］.中国电视，2024（4）：84-91.

［3］ 于婉莹.人工智能对艺术创作的变革性影响分析［J］.南京艺术学院学报（美术与设计），2024（1）：190-194.

［4］ 黄静.视觉的延伸：影像装置艺术中图像语言的运用［D］.西安：西安美术学院，2023.

［5］ 令小雄，王鼎民，唐铭悦. ChatGPT到Sora：Sora文生视频大模型对影视创作的机遇、风险及矫治［J］.新疆师范大学学报（哲学社会科学版），2024，45（6）：128-137.

［6］ 方兴东，钟祥铭.谷登堡时刻：Sora背后信息传播的范式转变与变革逻辑［J］.现代出版，2024（3）：1-15.