活动时间

2026年9月19日 15:00—17:00

参与嘉宾

郑达 

Sofian Audry  

Erin Gee 

Samuel Bianchini 

沈宾

活动主题

人工智能艺术·机器艺术

活动地点

武汉 SKP 4F · SKP RENDEZ-VOUS

塞缪尔·比安基尼

（Samuel Bianchini）

法国艺术家/学者

巴黎高等装饰艺术学院（EnsAD-PSL）教授

塞缪尔・比安基尼教授提出“行为对象”的概念，跳出人形机器人的局限，重点考察物体的运动、响应方式以及观众对此的感知，物体展现出类似性格的行为并不等同于拥有意识。该研究打通艺术、机器人与材料等多个学科，借对能动物件的探讨，促使人们重新审视人与技术物之间的互动协作关系。

索菲安·奥德里

（Sofian Audry）

加拿大艺术家

魁北克大学蒙特利尔分校媒体学院教授

索菲安・奥德里教授秉持研究与创作互促共生的跨学科实践立场，依托自身理工背景开展多类型的 AI 艺术实践，并经由合作拓宽自身的创作感知。他通过历史梳理指出生成式工具只是机器学习艺术的一部分，该领域本身有着多元的发展脉络；同时提出从数据、模型、训练过程三个层面把握机器学习的材料性，引导人们不只看最终输出，而去追溯作品背后的生成机制。

▲ ART IN THE AGE OF MACHINE LEARNING

艾琳·吉

（Erin Gee）

加拿大跨领域艺术家/作曲家与学者

现任蒙特利尔大学音乐学院助理教授

艾琳・吉教授立足于自身声乐训练的身体感知经验，运用传感器、机器人装置、VR 与 AI 开展声音艺术创作，采集生理信号转译为机器人音乐等可感知的视听体验。她指出技术只能截取身体经验的局部加以转译，经过数据映射后的身体表征会存在偏移，而艺术恰恰可以提供反思的空间，促使我们重新思考人体、情感数据与机器之间的边界，可测量的数据并不等于完整的人的生命体验。

▲ Crocodile

郑达

(Zheng Da)

华中师范大学美术学院院长/教授

跨媒体艺术家

郑达教授提出 AI 艺术的核心改变在于重塑艺术家的作者位置，不应只看重生成效率，更要重视创作里的偶然突破与问题意识。他从机器自主性、开源工具、本土文化经验三个维度展开，主张艺术家要深度介入系统构建、守住自身的判断；同时呼吁青年创作者拓宽学术视野，立足本土现实，关照数字劳动等当代社会生活，开展具备现实关怀的技术艺术实践。

▲《人工智能艺术：机器学习时代的新艺术形式》

沈宾

（Shen Bin）

奥地利林茨国际电子艺术节2026年国际论坛评委会成员

未来设计研究者 教育者

▲ Between0&1

▲圆桌对谈现场

    索菲安·奥德里教授（Sofian Audry）区分了AI与人类的创作本质，机器虽能产出流畅完整的内容，却不具备人类的身体感知、生活经验与真实体验，相似的文本输出背后，是完全不同的认知与经验来源。指出创造力普遍存在于自然与科学中，而艺术具有独特的社会文化属性，艺术家的核心价值不在于产出内容，而在于以自身认知介入社会、通过作品建立人际联结。他主张以增强智能和分布式智能重构人机关系，借技术拓展感知与表达方式，形成全新的艺术创作路径。

塞缪尔·比安基尼教授（Samuel Bianchini）从能动性视角探讨人机合作，提出行动与施加影响的能力并非人类专属，物体、材料和人工系统同样拥有该潜能，艺术家可据此探索新的协同创作模式；指出协作受现实技术条件约束，面对黑箱远程系统需要追问运行环境与创作者的可控边界，并将能源资源消耗纳入 AI 艺术实践的考量，而开源能够让艺术家解读、修改和介入系统，建立批判性实践立场，主张应当从身体运动、材料特性与自然环境去理解智能，人机协作是对行动空间和创作话语权的重新分配，他还依托 Behavioral Objects, Behavioral Matter的研究框架，选取 131 件作品，结合定性定量分析与数据可视化开展图谱式研究，梳理不同作品之间的内在关联。

艾琳·吉教授（Erin Gee）立足于现场表演的实践经验，认为线下共同参与演出、研讨所生成的身体体验与社会关系，深深依附于特定的时空与在场的参与者，这类独特的现场经验并不能被 AI 的内容生成能力所替代。针对学生对于 AI 冲击之下学习与创作价值的困惑，她提出大模型所能调取的知识是有限的，仍需要创作者亲身阅读、实地研究；同时她也留意到当下出现的稚拙手绘、刻意保留不完美感的视觉创作，AI 的盛行反而催生出一类与之抗衡的新审美倾向。

沈宾老师以童年拆解电视机的经历道出自己的创作缘起，出于对机器内部影像声音生成原理的好奇，由此生发出深入技术内部开展探索的创作线索。认为艺术家始终在与工具媒介协同工作，看待 AI 不能只着眼于便捷与低成本，创作者应当依托自身的知识研究去挖掘技术尚未被开发的潜力；而艺术家当下重要的价值，是站在未来向当下抛出问题，以此引发公众的思考。

    索菲安·奥德里教授（Sofian Audry）表示人机关系可以分布在一个连续谱上。有的艺术家将系统视为乐器， 强调训练、操作与表达； 另一些艺术家则主动让出部分控制，期待机器产生自己无法预先设想的音乐。对于学习型机器人，他使用“驯化”的比喻，描述一种在不完全可预测的条件下逐步建立关系的过程。

    艾琳·吉教授（Erin Gee）提出了更严格的合作标准：合作应当包含拒绝的可能。如果一方无法说“不”，那么双方的关系是否适合称为合作，就值得重新考虑。

    塞缪尔·比安基尼教授（Samuel Bianchini）强调艺术家需要成为能够理解和介入系统的实践者，思考任务、权限和判断权如何分配。

    沈宾老师表明了接纳 AI 创作中的不可预测性，要建立在艺术家认清自身位置的基础之上。在对意外保持开放态度的同时，还必须确立自身的问题意识与创作方向。

索菲安・奥德里：

    AI 艺术没有普适的工作流，需要依据创作目标和媒介确定；新技术重在启发创作者思维、探索艺术新形式，推动艺术家重新自我定位，并非简单替代旧创作方式，也并非技术直接催生艺术流派。

艾琳・吉：

    通过生成自身肖像的实验发现，即便不断细化提示词，AI 仍受训练数据局限容易落入刻板印象，生成结果的偏差根源也包含模型自身的表征能力，不只是提示词的问题。

塞缪尔・比安基尼：

    反思创作者对远端 AI 系统的依赖，提倡关注在地情境与算力能源问题，认为厘清系统的运行原理，有助于建立批判性的创作立场。

索菲安·奥德里：

    AI 类似思考、流露情绪的外在表现，并不等同于它拥有真实的内在意识与主观感受，拟人化是人的解读倾向，使用者应当对此有所觉察。面对机器承担更多工作的现实，我们更要回归人的本位，重新思考人的特质、责任与应当坚守的共同价值。

艾琳·吉：

    认可 AI 带来的效率并日常使用，但警示过度依赖会损伤创作本真性与观众信任，创作者应当守住自身的自主判断，不可把创作全盘交给 AI。主张做好人机分工，交由 AI 处理技术性事务，将省下来的时间用于深度研读与独立思考，借效率滋养创造力而不是一味扩大产出。

塞缪尔・比安基尼：

    艺术存在无法被统计运算覆盖的定性判断，创作者要确立自身视角，避免顺着 AI 的输出惯性走向作品同质化。人机合作应当植根于艺术家个人的文化经验与感受，即便面对市场，艺术家也首先要找准自身的创作立场。

艾琳・吉：

    借鉴 NFT 数字艺术社群的经验，一件作品上传平台不等于价值自动被认可。AI 与网络艺术的价值形成离不开社群生态，创作者在社群中长期的参与以及所处的位置，深刻影响作品被解读的方式。

沈宾：

    结合自身收藏经历提出，收藏家看重的不是 AI 工具这类物质媒介，而是作品承载的时代经验与艺术家的思考立场。早期 AI 创作所处的历史处境也造就作品独特性，不应仅凭使用 AI 工具就预设作品价格高低。

郑达：

    AI 新媒体艺术定价不能只看材料成本，需要放在整套艺术流通体系中看待。作品市场价值来自美术馆、画廊、艺博会等多方专业机制共同建构，新兴艺术获得认可既依靠学术评价，也有赖观众理解其背后的经验议题。

▲现场合影

▲索菲安·奥德里教授签名现场

WRITING文字\何芷晴

EDITOR编辑\何芷晴 叶晓芸

PHOTO图片\冉鑫