来源：新华社 新华网北京3月31日电 题：文艺创作，AI热下的冷思考 新华网记者李欣 王坤朔 丁梓朔 今年，DeepSeek赋能潮起。在文艺创作领域，有关“AI写作”“AI创作”等话题的讨论持续高热。 当AI可以输出《诗经》的风雅、金庸的招式、莫奈的笔触……AI会给文学和艺术带来什么样的变革？数字化浪潮下，创作的边界在哪里？文艺将会向何处去？ 图片由AI生成 “AI已经‘破门而入’” “为DeepSeek鼓掌！”这是某文化创意公司策划宁映雪在春节期间发的朋友圈。与之相配的图片，是她用DeepSeek写的一首名为《沙漏内部有潮汐》的诗，“铜绿爬上表盘时，分针正剖开/一尾银鱼的腹部。沙粒坠入深井/钟摆用弧度收割所有未完成的疑问/黄昏在候鸟骨骼里迁徙……” 不止现代诗，春联、贺词、攻略，甚至古典诗词、歌词、剧本、散文、小说……AI以前所未有的速度和深度接入普通人的生活，引发全民“创作热情”，甚至不少人戏称要“用AI续写《红楼梦》后四十回”。 在创作端，最先受到影响的或许是网文平台。不少网文平台编辑反映，年后审核工作量骤增。番茄小说等平台的部分板块，新书首秀数量环比增幅超过50%。有分析称，这可能与大量新人开始用AI写文有关。 3月18日，阅文集团发布的2024年全年业绩报告显示，自接入DeepSeek以来，“作家助手”日活用户增长超过30%，其中AI功能的周使用率超过50%，而平均单日使用“智能问答”功能的作家数量增长了10倍。 “90%的写作者都写不过AI。”今年两会期间，全国人大代表、中国作协副主席麦家的这一言论更是直接冲上热搜。 无独有偶，“童话大王”郑渊洁近日接受采访时坦承，他给AI下达指令，让它“以郑渊洁的手法”写一篇以皮皮鲁为主人公的文章，AI只用了4秒就完成了，“我承认自己写不过AI的郑渊洁。” 不止文学领域，AI浪潮席卷着艺术创作的方方面面。 北京人民艺术剧院院长冯远征在采访中分享，曾尝试利用DeepSeek将小说提炼成话剧剧本的提纲，结果非常出色。 2023年5月起，民进中央开明画院副院长舒勇开始尝试用AI“每日一画”，迄今已近700天。“AI的高效性和数据处理能力使创作变得更加便捷。”舒勇认为，“AI技术的崛起不仅改变了创作的工具和方式，更重新定义了艺术与文化的边界。” 图片为舒勇用人工智能创作的作品。受访者供图 “AI已经‘破门而入’。”中国歌剧舞剧院党委书记、院长冯俐说，“应该更加慎重、严肃地直面AI时代的到来，同时积极思考，如何在AI时代，去创造属于人类的文化和艺术。” 热潮下的焦虑与隐忧 中国互联网络信息中心发布的《生成式人工智能应用发展报告（2024）》显示，我国生成式人工智能产品的用户规模已达2.49亿人。 AI热潮涌动、用户规模快速扩大的同时，隐忧和问题也逐渐浮出水面。 “现在写策划方案时，对AI很依赖，AI给出来的有些词确实看起来更‘高级’。”宁映雪说，“但朋友们一起让AI按指令写诗后，发现风格雷同、用词雷同、规律雷同，有一股‘AI味’，一下子祛魅了。” 文学圈对“AI味”作品的反应更为直观。2月6日，《诗刊》副主编在朋友圈发布“告诗人”声明，对AI诗歌投稿发出警告，使用AI写作的投稿者一经发现，将被拉入黑名单。 各网文平台也陆续出台针对AI写作的规定。晋江文学城将分级管控AI辅助写作，起点文学网3月起将只接受100%人工创作的作品。抖音等平台也上线了AI检测功能。 晋江文学城发布《关于AI辅助写作使用、判定的试行公告》 比“AI味”更值得警惕的是，不少人发现AI会“无中生有”。 从事媒体工作的钱女士说，她正在为一篇报道搜集素材，给AI下达指令后，提供了几个很有意思的案例，但进一步核实后，她发现根本找不到相关报道。令钱女士哭笑不得的是，AI在“真相毕露”后还会道歉，并表示“以后提供素材时注意核查信源”。 青年戏剧创作者陶垣也遇到了类似情况。他用AI辅助写剧本，查阅关于北京西周时期城市史的AI生成结果显示：“西周时期的《诗经》《周礼》等经典虽非直接研究北京史，但作为背景文献常被引用，如《诗经》中的‘燕颂’篇反映了燕国文化。”陶垣说：“可是《诗经》里根本就没有‘燕颂’。” “这是典型的大模型‘AI幻觉’。”快思慢想研究院院长、原商汤智能产业研究院创始院长田丰告诉记者，“当前大语言模型本质上是通过海量数据训练形成的‘概率游戏’，核心是通过概率统计预测文本序列，AI并不会像人类一样反复核实‘信息真实性’，何况互联网上还有大量人类产生的不真实、不准确信息，这种‘想象力+推理驱动’的生成方式，天然存在产生事实偏差、因果倒置的隐患，大语言模型正在从‘生成式AI’向‘因果式AI’变迁。” 如何解决“AI幻觉”问题？田丰说，首先要避免用低质量的互联网数据训练AI，重点提高训练数据集的质量、思维链的深度、检索信息源的权威性，未来可能会出现AI打假模型，对生成内容的可信度进行评分。 AI生成作品爆火的背后，还伴生着法律和伦理“暗礁”。 舒勇认为，技术的滥用可能导致文化价值的稀释，甚至引发虚假信息、版权纠纷等问题。 当前，AI作品著作权界定和侵权判定问题仍处于探索阶段。北京市君致律师事务所合伙人律师高烨涵说，国际上有关著作权理论所普遍遵守的一项基本原则，就是受版权保护的作品要由人类头脑创造，目前我国著作权法在AI生成内容的保护上暂无明确规定。 2023年末，北京互联网法院审结了一起作品署名权和信息网络传播权纠纷案件，首次明确了利用人工智能生成图片“作品”的属性，AI使用者享有该作品的著作权，并受到著作权法的保护。 AI生成图片相关领域著作权案 如果使用AI生成的内容，没有经过任何修改就当作自己的作品发表，算侵权吗？高烨涵解释，即使版权归属不明确，这种行为也存在很大风险。如最终认定大模型开发者或其他主体对该内容享有版权，那么未经授权使用就构成侵权。 “即使不考虑版权归属，这种行为也违背了基本的学术诚信和道德规范。”高烨涵说。 中国作协副主席麦家也建议立法规范AI写作的商业行为，使用AI创作是否有发表出版权利需要法律法规厘清。 “创作者有责任在技术应用中坚守人文底线，确保文化多样性与人类价值观不被侵蚀。同时，文艺工作者应积极参与AI技术的伦理讨论，推动建立更加公平、透明的创作生态。”舒勇建议。 AI+文艺：打开想象新维度 当AI的文字比人类更流畅，文采比作家更华丽，思考和创意这些人类引以为傲的核心竞争力，是否会贬值？ 在麦家看来，AI写作得再好，也难以触及文学的核心价值。写作的本质是“发乎情”，是个体生命经验的流露和强烈的表达冲动，AI的创作是基于已有的数据和范本。“未来的眼泪在哪里？机器不知道，但伟大的作家是知道的。” 很多人被AI写的诗所惊艳，一些没有写诗经历的人也能直接用AI瞬间生成看起来很“完美”的诗。在北师大文学院教授康震看来，诗词不只是进行字与字、句与句之间的组合，而是在寻找理想。 “人工智能写诗靠算法，而人类写诗靠情感和阅历，这是本质的不同。AI的诗如果某一天写出来了一个理想，请不要忘记，那是他在组合人类的理想。”康震对记者说。 文艺创作是一种自我表达，而AI并不存在这样的“自我”。 冯远征表示，即便认可AI剧本大纲的质量，但“这不是我的语言、风格，不是我想表达的故事。” “AI只能用于娱乐，不能用于艺术！”京剧表演艺术家孙萍斩钉截铁地说。 孙萍介绍，她正在写一部京剧题材的剧本，AI给出的情节让人哭笑不得，根本不能体现哲思，“AI可能可以替代很多东西，但艺术、表演、情感不可能被替代。” AI给文艺创作带来深远影响和冲击，促使作家、艺术家更加注重个人化的表达方式和对人性与社会问题的深入思考，也构成了这个时代创作的新基准。 “随着AI诗歌创作时代的到来，我相信，至少会让我们对于什么是诗意、什么是诗歌，怎样才能过上真正诗意的生活，有了更加自觉的思考和追求。”康震说。 作家冉冉认为AI能有效赋能文艺发展，比如可承担重复性工作，让写作者专注于创作构想和核心创意；能将文本进行视觉或听觉转化，实现“多模态创作”；运用其翻译技能，可架设语言文化沟通桥梁，推动文艺作品全球化传播。 AI的运用，为文艺的展现形式也提供了更多空间。 在纪念齐白石诞辰160周年之际，数十个展览在全世界各地展出。其中，北京画院正在举办的“小鱼在乎——齐白石的生趣世界”展览，以人工智能和虚拟策展的方式，为传统文化与现代创意的融汇提供了独特视角。 “AI的运用，并不是在排斥艺术家的生存空间，而是可能给我们提供更多的机会。”北京画院院长吴洪亮认为。 站在科技与人文交汇的路口，田丰认为，AI为创作带来了更高的效率和大量新创意，另一方面也对创作主体性、情感表达和艺术深度提出了更高的挑战。“未来，作家和艺术家需要学会与AI协同创新，只会模仿的人将被AI创作助手所取代，人类作者利用其跨越风格、快速、并行创意的优势，同时保持人类独特的高级创造力和深层情感表达。”田丰说。 图片为舒勇用人工智能创作的作品。受访者供图 长远来看，AI时代的文化艺术将不仅仅是人类情感的表达，更可能成为人机共生的桥梁。舒勇说：“随着AI技术的进一步发展，人类与机器的协作将更加紧密，甚至可能催生出全新的艺术形式。”（策划：林明 参与报道：凌纪伟）

人工智能这东西，真是让人又爱又恨。跟自己工作有关的AI工具，那肯定是积极拥抱。跟自己工作和生活无关的，学习动力就不足。但因为没学，又总焦虑被时代抛弃。我想这是很多人的内心写照。 假设你跟我一样，对AI非常敏感，也积极动手尝试，那又有新的问题。好多应用，没过几天告诉你停更了。一些看似前沿的技能，可能学着学着发现不学也没关系。那些比你学的晚的人，人家也没落下多少。说到底，这激动人心的时代，焦虑就是主旋律。 所以，我特别想推荐新看的一本书《AI商业进化论》。它是由真正的业内人士田丰撰写，这个人是三家智库的创始院长，先后创办商汤智能产业研究院、阿里云研究院、快思慢想研究院，水平很高。 这是一本思路非常清晰的AI科普书。作者讲的很多底层规律，能自然而然让你保持一定的前瞻性，又不会在信息噪声里疲于奔命。我读完就一个感觉，它给了我一个从容看待未来的视角——如何在AI技术大潮中保持独立思考，又能以积极心态拥抱新的机遇。 生产力视角：官话里的全局观 我们在官媒上经常能听到“新质生产力”，我知道有不少人隐隐会觉得这是一种官话。但是实际上这个词的背后，是一种全局思维，代表了对整个经济体系和生产模式的全面思考。 《AI商业进化论》就是从这个词开始讲起的，因为AI技术是典型的新质生产力。一旦放入这个体系中，那我们看AI的时候，就不只看一招一式，而是把技术进步、行业变革、个人实践都放到一条主线上去思考，既看到全局，也关注具体的效率与成果。 这也是我第一次体会到，战略式思考原来是这样的。 按照这样的视角切入，那么AI革命就是可研究的对象，而不是混乱的技术业态。 这部分我觉得我很难描述那种感觉，就简单概括一下吧。作者首先是以钱学森的宏大视野为起点，将AI置于科学、技术、产业和社会革命的十字路口。然后又从模型层、业务应用层到基础设施层，层层剖析AI如何重塑生产力。并将AI能力解构为知识、推理和执行三大核心。最后，通过一系列的数据让你看见AI如何被编织进国家发展的宏伟蓝图中。 这样你可以清晰地意识到，这件事上上下下都在关注，与我们每个人息息相关。 4大铁律，普通人的“减压包”和“机会券” 我们普通人下意识关注的是，这个东西有什么用。但拥有战略思考力的企业家，时代弄潮儿，创业者，投资人，他们会思考这东西有什么发展规律。 从规律的视角看，更容易寻找机会。这里不仅是创业机会，也有投资机会和工作机会。 作者主要讲述了4大铁律。这个不想没感觉，但细想会很佩服别人的先见之明。这4个定律分别是沉积岩定律、适人者生存定律、万物摩尔定律和人机共智定律。 所谓沉积岩定律，就说科技创新就像地壳中的沉积岩，它是一层一层堆叠起来的，但每一层都会被新的一层覆盖。正所谓一将功成万骨枯，你的创新工作很快会被新技术取代，你就变成了一种科技“遗产”。所以技术更新是一个持续的过程。对创业者来说，你就更需要关注长期的趋势，而不是短期的热点。如果你做的是投资，那你可能要把注意力放在技术的演进路径，要去选择那些能够持续创新，不断“沉积”新技术的公司。本质上这可以促使我们思考制定更长期的战略。 适人者生存定律就更有意思了。我想大家如果是一直追着热点走，你会觉察到无论是ChatGPT，还是豆包，它们的迭代都非常快。当前你认为还不行的事情，可能过几月就可以了。这也像提示词工程，在没有推理模型之前，你会为了结构化提示而琢磨好久，但是推理模型以后，有时候一句话胜过千言万语。机器适应人比人适应机器快。这一方面告诉我们，你真的不需要焦虑，另一方面如果你关注创业和投资，那些能够迅速适应并满足人类需求的AI技术和应用，可能会带来更大的机遇和回报。 万物摩尔定律是山姆·奥特曼在2021年的洞见。他将传统摩尔定律（半导体性能每两年翻倍）的概念扩展到更广泛的领域，预测人工智能和科技进步将大幅降低商品与服务的成本，从而重塑人类社会。奥特曼认为随着科技创造的财富增加，社会需要新的分配机制。他建议通过税收来资助全民基本收入。虽然全民基本收入这个事情看起来有点遥远。但是关于商品和服务的降价趋势确实也是现在进行时。别的不好说，最起码token成本就降得非常厉害。通过优化算法、提高硬件效率，以及规模化部署，现在顶级人工智能服务几乎人人都能负担的起。 人机共智定律，其实就是人机协同。这个其实不需要多讲，除非真的出来有自我意识的AI，否则在很长一段时间，AI都需要跟人类一起协作。 这样当你按照这4个定律来看待这一波AI浪潮。脉络就清晰了：技术在快速迭代（沉积岩），越来越贴近人类需求（适人者生存），成本持续崩塌（万物摩尔定律），而人和机器的协作是核心（人机共智）。如果你是创业者，可以想想怎么在这四条线上找切口：做一个能快速迭代、用户友好、低成本又强调协作的产品。如果是投资人，那就挑那些在这几个维度上跑得快的企业。对我们普通人来说，保持健康长寿，少点焦虑，多点好奇，尝试用AI干点事，才是正经事。 3层演进，17个行业的实战启发 从第三、第四、第五章开始，作者从宏观切到了微观，介绍了17个行业的AI实践。而这17个行业，又分了三个类别分别是AI顾问、AI助手和AI智能体。 这三个类别，实际上是按照成熟度递进的三个发展阶段划分的。从“有点用”到“超好用”再到“自己干活”。这里头既有省钱、提效，和搞副业的机会，也有一套AI时代的方法论。 而且一个特别有趣的地方是，纸质书出版流程较长，所以书的案例，基本都是一年前的。考虑到生成式AI的发展速度，这刚好构成了一部微观AI历史。而更妙的是透过这些案例分析，你会发现它自证了作者的预见性，对判断当前很多事情反而具有极大的参考价值。 说几个印象深刻的点： 第一个是个性化和定制化的趋势来了。这意味着AI可以实现更精准的服务，减少资源浪费。无论是可汗学院接入GPT4，还是中公教育制造了AI小鹿老师，其本质是因人施教，那人的价值就没有被浪费。 在这样的前提下，引出了人才培养的方向问题，作者认为要从“提出正确且最佳问题”“训练数据中不具备的知识”“AI工具缺少的实际行动能力”等方面，培养下一代人才。 延续这个话题，更精彩的是讨论法律和金融大模型的时候，作者的另一个关于教育的洞察。农业时代到18世纪工业革命之前，生产靠手工和经验，人得样样都会，通才自然是主流。但是工业时代，劳动分工和规模化导致专才的需求激增。等到大模型时代，世界级知识被压缩到模型之中，一个法律大模型能瞬间检索所有案例，一个金融大模型能预测市场波动，那么专才的局限性又凸显出来了。通才型专家，或者说至少是通才，才能更好地借助AI的力量输出服务。 这个洞见对我们教育孩子非常有启发。 第二个是AIGC营销已经成为常态。前几天，网易云音乐用户可以把自己的歌单一键复制给DeepSeek分析，生成个性化的解读，既新鲜又贴心。这跟农夫山泉2024年春节用“龙宝宝”AI绘画与用户互动如出一辙。 从这两个案例，跟我本人的经验看，AI不只是大厂的玩具，普通人跟它共创内容也机会多多。现在利用AI做音乐，写文章，做视频，都有赚到钱的。 这里头最核心的还是满足用户需求。而说到满足用户需求，书里另一个例子也值得分享一下。是关于数字人直播的。早在2023年，人们就弄明白了这种直播场景要满足两个条件：“高频”和“低价”。可见新的技术服务商如雨后春笋，但商业规律基本保持不变。 这可以让我们在搞创作的时候，时刻谨记一切为需求服务。从小痛点入手，用AI跑通流程，再将之放大。 第三个是一些案例几乎精准预测到了后来发生的事。 作者在讲全球增长咨询企业沙利文的时候，提到的AI预研助手，其实跟OpenAI后来的Deep Research差不多就是同一种东西，能瞬间跑出行业报告。这家企业还要求去PPT化，也即采用文字版报告以节约图片搜索、排版等时间，现在通过Claude3.7可以一键把文字版报告变成更吸引人的结构化的HTML网页。 然后作者采访晏格文的时候，对方说一部分人会选择用AI来浪费时间，而另一部分人这会选择通过AI来学习科学、文化、历史、音乐、运动等方面的知识，改变自己的生活。这样的认知分化过程正在我们的周围发生。 你回过头来看这些案例，会意识到前头说的适人者定律的威力。所以，这也启发我们向内求，观察我们自己的需求，这些需求同样值得被满足。 还有更多例子就先不说了，有的非常精彩。其中涉及一些我们日常不太能听到的科技公司，比如松应科技、慧鲤科技等，还有一些app，下载了筑梦岛玩了一会儿，大模型的情感价值也正在被越来越多的用户注意到。这其中是不是存在什么新机会，欢迎大家多思考。 预言DeepSeek？这就是思考的力量 这本书的最后两章对我而言非常新鲜。之前看过“算法”“数据”“算力”这样的提法，并没有什么概念。但是看到作者通过尺度定律推演出模型架构调优，训练计算加速，计算体系结构革新，一下就意识到了新闻里说的是什么。 翻译过大白话来说，所谓的尺度定律，说的是大模型比如OpenAI从GPT-1的1亿多参数玩到GPT-4的万亿级，这个过程中模型参数、数据规模和算力不断放大，模型性能随之就提升。这就引发全球GPU产能危机，因为大家都在抢卡。那在缺少GPU的情况下，就会有公司要去优化算力，调整架构。事实上，后来DeepSeek横空出世，就是因为他们没有更多高端GPU，只能通过优化算力、数据、架构来提升效能。犀利的思考把死胡同变成了新赛道。 作者写书的时候，DeepSeek还没有爆火，但是DeepSeek走红的逻辑，是在这些前瞻性的思考之中。 这部分还有很多精彩的论述，比如人机共生、合成数据等话题，限于篇幅不再赘述。 写在最后：不回避问题 作者也没有回避技术的双刃剑属性。在《AI商业进化论》里也提到了AI的规模化发展必然伴随着伦理挑战，比如数据隐私、模型偏见，甚至是算力消耗对环境的影响。 在作者的笔下，AI的发展从来不是单一维度的赛跑，既有技术的比拼，也有责任的划分。从这里可见田丰老师也是一个挺有情怀的人。 总之，全书看完，我的工具焦虑症缓和了一点。不是说AI不重要，而是当我们用战略思考的方式来研究眼前发生的一切，我们知道：技术固然重要，但生活更为关键。要听凭内心的声音，驶向有人的远方。