动漫新技术热潮下的冷思考
——专访天津工业大学计算机科学与技术学院动画系主任、天津市动画学会会长李铁
科技飞速发展，动漫领域的相关技术不断推陈出新。其中，AI大模型是对该产业影响最大的技术之一。动漫、游戏以及艺术创作的前期设定阶段，AI大模型已得到广泛应用。创作者可以从中获取关于剧本、角色、造型、概念设计等方面的灵感。
天津工业大学计算机科学与技术学院动画系主任、天津市动画学会会长李铁告诉记者，从去年起，该校动画专业开设了人工智能导论课程，同时，还调整了一些专业基础课程的教学内容，包括新增了艺术风格与AI语义课程，并在三维动画课程中增加了关于元宇宙场景、数字人、智能交互的内容、二维动画课程中增加了智能动画技术的内容等。
对此，李铁表示：“这些课程除了让学生掌握AI大模型的使用方法，还要学会训练特色小模型以及图像数据标注和提示词撰写。打个比方，古人的帽子有进贤冠、远游冠、四方平定巾、皮弁等数十种样式。如何在训练小模型时准确地对图像数据进行标注，或是在人工智能生成过程中形容出你想要的样式？这就需要丰富的专业艺术语汇储备。”
据他透露，对于新增AI课程，老师们的热情特别高，但学生的反应却不尽理想。对此，他表示无奈：“老师们已经意识到，AI大模型融入艺术创作是大势所趋，除了参加学校的统一培训之外，还常常自己钻研。但在学生之中，对AIGC（人工智能生成内容）进行深入研究和创作实践的还不太多，他们大多数还没有意识到新技术、新工具对于艺术创作带来的影响有多大。”
事实上，从2022年起，随着多模态（文字、图像、音频、视频、三维模型）等方面的生成技术不断提高，AI大模型的应用已开始向动画创作的中后期拓展，甚至可以直接生成一些可用的视频素材和三维模型，逐渐实现了在动画产业全流程化应用。不过，目前看来，其生成内容商用价值尚且有限，仍有较大发展空间。
李铁告诉记者，艺术教育工作者在这个巨变的时期应当深入反思，课程体系中有多少“制作性”“技能性”的内容可以由人工智能替代，有多少“创意性”“创新性”的内容是无法替代的。“去年，我校动画专业毕业设计中，出现了几部AI生成的作品，工作量还是很大的，但只体现了生成力、选择力，没有体现修改力。这样的影片缺少人为控制，作品就会出现‘AI味’，也就是同质化表象，影像也易出现不稳定、不统一的问题，缺少商业应用价值。”他说。
AI大模型的局限性也让李铁感到担忧：“目前，各个国家和地区训练的AI大模型生成的作品都具有类似的视觉风格和审美体系，容易形成‘模型数据霸权’，造成艺术同质化、民族文化虚无主义、文化基因断裂等乱象，不利于艺术与设计创作的多元化发展。”
此外，他认为，AIGC还容易造成视觉艺术创作中语言语义的滥用，生成内容依赖语言描述与图像数据衍生，人类其他多维度的通感，抑或“超以象外”的追求全然被舍弃。
“目前，整个互联网上的数据抓取已经遇到了瓶颈，原创存量数据已经难以支撑AIGC的超速发展。单就艺术创作领域而言，未来地域化、特色化小模型的发展也许会更有优势。”他解释道，“创作者可以用自己创作的作品，或者特定组织利用自己所持有的特色造型数据训练小模型。这样训练出来的小模型再叠加大模型才能生成展现独特风格和地域审美的作品。”