《王府井一号》艺术播客对话清华未来实验室，聊艺术、教育与未来感知。当 AI 可以在几秒钟内生成图像、音乐、视频，我们究竟是在获得前所未有的创造自由，还是正在被一种“看起来很好、但越来越相似”的视觉与情绪所包围？当“slop（垃圾内容）”被韦氏词典选为年度词汇，当算法决定我们看到什么、喜欢什么、停留多久，艺术是否仍然能帮助我们保留对世界的敏感度？又或者，在这个高度效率化的时代，真正稀缺的已经不再是创作能力，而是判断、筛选与感受的能力。
本期节目，我们邀请到北京通用人工智能研究院的王濛博士和清华大学未来实验室的韩坤烔老师，从艺术、技术、教育与人类感知的交叉处出发，聊AI如何改变艺术生产方式，也聊那些无法被算法替代的部分：人的经验、身体、情绪，以及那些看起来“没有用”的探索。
互动惊喜
欢迎你在小宇宙本期节目的评论区留言并关注「王府井一号」，分享你对于AI作品的看法，或者在使用AI工具时的体验。我们将从留言中抽取多位听众，送出“往来千载——徐悲鸿纪念馆藏徐悲鸿、齐白石、张大千精品展”门票一张。
本期嘉宾
* 王濛，清华大学博士，北京通用人工智能研究院研究员，主要研究方向为实体交互与触觉智能。
* 韩坤烔，清华大学美术学院的在读博士生，研究方向为空间、媒体与人工智能融合设计，关注通过AI与交互设计重构儿童学习体验与具身认知方式。
内容导航
05:53当技术改变“真实”：从摄影术到AI作图
如果想理解 AI 时代艺术正在发生什么，一个重要的历史参照，或许并不在未来，而在 19 世纪。摄影术的出现，曾经第一次系统性地动摇了艺术与“真实”之间的关系。当相机能够比人眼更迅速、更精确地记录世界时，人们开始焦虑：绘画是否会因此失去存在的意义？如果真实可以被机械复制，那我们还能相信什么？艺术家的技艺是否还重要？这些问题，几乎与今天围绕 AI 的讨论如出一辙。
* 德国思想家瓦尔特·本雅明在《机械复制时代的艺术作品》中指出，技术复制并不会简单地消灭艺术，而是改变艺术的存在方式。当“再现现实”不再稀缺，艺术的重心便开始发生转移。这种转移，在摄影史与艺术史中有着清晰的轨迹。
* 19 世纪末兴起的皮克托利亚摄影运动，正是摄影界对这一问题的早期回应。摄影师不再满足于清晰、准确地记录现实，而是刻意模糊焦点、强调情绪与氛围，让摄影向绘画靠拢。这并不是退步，而是一种主动的自我重塑：当技术已经可以完成“真实”，艺术开始转向“感受”。
* 与此同时，绘画也在发生深刻变化。从学院派写实绘画，到印象派对光与时间的捕捉，再到抽象艺术对形式与感知本身的探索，艺术逐渐从“再现世界”，转向“重新理解世界”。真实不再只是外部事物的准确复制，而是主观经验、感知方式与认知结构的呈现。
回看这段历史，我们会发现：每一次“再现技术”的突破，都会迫使艺术重新定义自身。摄影没有终结绘画，反而推动了现代艺术的诞生；而今天，AI生成影像所带来的冲击，或许也并非终点，而是又一次转向的起点。当技术不断逼近“完美再现”，艺术真正需要回答的，始终是同一个问题——如果真实可以被自动生成，人类还要如何去感受、判断和创造？
07:34AI并没有改变艺术本身，它改变的是艺术的生产方式
* 太空歌剧院
11:17艺术家的角色发生了什么变化
16:58具身教育——唐诗积木
22:54为什么AI生成内容容易“好看但相似”？——统计模型与“平均审美”
很多人在第一次大量使用 AI 生成图像时，都会产生一种相似的感受：这些画面看上去构图合理、光影舒服，但看多了却开始觉得雷同，仿佛出自同一个审美模板。这种趋同，并不是某种恶意设计，而是生成式模型自身结构所带来的必然结果。
* 从技术层面看，AI的核心是一套统计模型。它并不理解“什么是美”，而是在海量数据中学习。换句话说，AI擅长的不是创造例外，而是寻找规律。
* 在统计学中，这种现象被称为“回归均值”，极端值往往会被拉回到中间值，异常会被平滑掉。当这一逻辑被应用到审美领域时，结果便是：最容易被大多数人接受的视觉形式，会被不断强化、放大和复制。
与此同时，大模型训练还不可避免地受到数据偏置的影响。AI学习的素材，往往来自已经在平台上获得大量点击、转发和认可的图像。于是我们在 AI 插画中，频繁看到高度统一的视觉特征。这种机制与社交平台的推荐机制高度相似。在平台算法的筛选下，高播放率、高互动率的视频模板被不断复制，逐渐形成一种流行趋势。
24:02当视觉文化趋同，我们的审美会被悄悄训练吗？
28:09AI进入教育：工具，还是替代？
32:21机器人、互动装置
35:23AI 能理解情绪吗？——区分“识别、模拟与体验”
在本期节目中，嘉宾反复强调了一个非常关键、却常常被忽略的区分：情绪是可以被识别的，但理解并不等于体验。这一区分，解释了为什么我们一方面会被AI的回应安慰到，另一方面又隐约感到不安。
从技术角度看，AI 在“情绪识别”层面已经相当成熟。通过语音语调、文字用词、面部表情甚至行为模式，系统可以判断一个人可能处于悲伤、愤怒、焦虑或快乐的状态。这一研究方向在学术上被称为情绪计算，目标是让机器能够感知、分析并回应人类情绪。
但AI可以判断你“看起来很难过”，也可以给出在统计意义上“最合适”的回应，但它并不会真正感到悲伤。美国哲学家约翰·塞尔提出的“中文房间”思想实验，正是对此的经典说明：一个人即使完全按照规则使用中文符号，也可能并不理解中文的意义。系统可以运作得看似流畅，却并不具备真正的理解。
AI可以非常擅长“像是在理解你”，却并不真正拥有情绪本身。AI的共情，更接近一种高度优化的模拟，而不是源自经验的感受。
这也引出了另一个重要问题：情绪是否必须依赖身体经验？在具身认知理论中，情绪并不是抽象的信息，而是与身体状态、感官刺激、记忆和环境紧密相连的整体经验。心跳加速、肌肉紧张、呼吸变化、过往经验的触发，这些构成了人类情绪不可分割的部分。而 AI 并没有身体，也没有生活史。它可以计算情绪，却无法被情绪改变。也正因为如此，很多人会在与AI的情绪互动中产生一种微妙的矛盾感：我们在理性上知道它“并不真的懂我”，却在情感上仍然会被回应所触动。这正是当下AI时代情感经验的新特征，也成为艺术创作无法回避的主题。
38:10为什么我们会愿意把情绪交给 AI？
39:52在 AI 时代，什么不可被替代？
44:12“无用之用”：为什么真正重要的探索，往往一开始看起来没用
在本期节目中，嘉宾提到那些当下看起来“没用”的探索，往往并不会立刻带来成果，却在长期中悄悄塑造了一个人的直觉、方法和判断尺度。
“无用”并不意味着无价值。中国哲学家庄子在《人间世》中提出“无用之用，方为大用”的思想，指出正是那些无法被直接利用的事物，才得以逃离功利计算，从而保全自身的生长空间。看似多余、偏离目标的存在，反而拥有更长久的生命力。
在当代艺术中，这种“无用”的精神尤为明显。概念艺术并不以美观、技巧为目标，而是通过提出问题、打断惯性认知，迫使观者重新思考世界的结构与规则。它们往往难以被迅速理解，却在长期中影响了我们看待艺术与现实的方式。
人类创造力，恰恰常常诞生于这些偏离之中。试错、绕路、失败、看似浪费时间的探索，让新的问题得以出现。
在 AI 越来越强调效率和结果的时代，重新为“无用”保留空间，或许不是一种浪漫，而是一种必要。因为正是这些暂时无法被量化的尝试，让人类得以在自动化和优化之外，继续生成新的尺度、新的判断和新的可能性。
51:33在效率与产出之外，如何为创造力保留空间
——————
图片来源于网络
版权声明：本文来源于王府井一号播客原创内容，如需转载或合作，请联系：mengqingxin@cguardian.com
——————
互动方式
微信公众号：嘉德通
小红书：王府井一号
微博：王府井一号_和你一起探索艺术
加入王府井一号听友群添加小助手微信号：Guardian_in_one_
——————
出品方：嘉德艺术中心
出品人：寇勤
制作人：蒲宇
编辑主持：孟庆馨
策划：王卓然
后期剪辑：魏康宁
音乐制作：system[Σ]