Comment

Comment by Malacca 皇京港 12 hours ago

[陳楨·愛墾研創] 巴黎：還是那麽過熱、興奮與浮躁嗎？

十九世紀哲學家丹納在《藝術的哲學》一書中，批評當時的巴黎在文化藝術方面，過熱、興奮與浮躁。今天的巴黎，在國際創意文化人、文創業界、藝術市場中，又是怎樣的一個評價？有什麼新的景觀嗎？愛墾根據網上最新材料綜論如下——

當代巴黎的國際文創景觀

創意產業（Creative Industries）是國家／地方經濟的重要組成: 法國政府將文化與創意產業（industries culturelles et créatives, ICC）作為外交政策與軟實力的重要支柱。2019 年，文化創意產業在法國的收入大約 €920 億，佔 GDP 的約 2.3% (France Diplomacy)。

出口也占一定比例，法國在影視、出版、設計、文化展覽等領域有國際貿易與跨境文化交流的實力。(France Diplomacy)

就業與經濟規模依然龐大: 在大巴黎（Paris metropolitan area / 寬廣的巴黎都市圈）內，創意產業相關工作者人數多，這些行業占都市總就業的比重很高。舉例來說，有報告指出在巴黎都市圈，創意專業（architecture、performing arts、出版、軟件、廣告等）工作人員數量在一定時期內持續增長。(apur.org)（下接）

Comment by Malacca 皇京港 12 hours ago

巴黎地域（Île-de-France）被視為文化創意就業高度集中之地，是法國創意／文化經濟發展的引擎之一。(L'Institut Paris Region)

時尚與設計仍是巴黎的全球標誌: 巴黎仍是全球四大時尚之都（與米蘭、倫敦、紐約並列）。其高級定制時装（haute couture）、奢侈品牌（luxury brands 如 Chanel, Dior, Hermès 等）、香水、美妝產業，都保有強大的國際影響力。(Wikipedia)

政府與城市管理機關近年也加強對本地時尚與工藝（fashion / craftsmanship）的支持政策，例如 “Made in Paris” 標章、設計師扶植、工坊與創意空間補貼／出租優惠等，以保護本地製造與設計師生態。(FashionUnited)

藝術市場與展覽活動活躍: 巴黎近年在國際藝術拍賣市場中的地位有所提升。例如有報導指出，巴黎的藝術市場正在趁英國 (倫敦) 因 Brexit、疫情等因素產生變動時，吸引更多藏家與拍賣行轉移重心。(Le Monde.fr)

新展覽、新藝術博覽會（如 Paris+ par Art Basel / Art Basel Paris）也顯示巴黎仍在不斷更新其藝術展示與策展的生態。(Wikipedia)

政府與公共政策積極介入: 巴黎市政府／法國中央政府有意識地支持文化創意產業，包括資助年輕設計師、提供創意空間、推廣工藝／地方藝術職人（craftspeople）以及加強文化外交。(FashionUnited)

時尚、設計、藝術教育機構如 Institut Français de la Mode (IFM) 等，在全球創意教育中佔據領先位置。(Wikipedia)

挑戰與轉型：可持續性、倫理、地方製造、生態考量:與過去僅追求潮流與奢華不同，當代巴黎時尚與文化創意更強調可持續性（sustainability）、生態責任以及本地工藝與材料的復興。(FashionUnited)

消費者行為與市場偏好的改變，也在推動創意產業向更多重視價值、文化內涵與社會／生態影響的方向轉型。（下接）

Comment by Malacca 皇京港 on November 16, 2025 at 7:26pm

[嫣然·愛墾研創] 個體如何在知識與權力結構中自我安頓、自我生成？——當現代教育哲學（陳平原）、後現代主體理論（福柯） 碰上中國近代思想的主體論（章太炎）。

一、陳平原的「為己之學」：AI時代的自我修養之道

陳平原在〈AI時代的教育理念與方法〉中指出，面對人工智慧的崛起，「知識」與「技能」這兩項傳統教育目標已不再足以構成人的核心競爭力。AI可以比人更快地學習與記憶、運算與分析，因此教育不再只是「為用」「為人」，而應回歸「為己之學」：「把讀書當作一種生活方式、一種修身養性的過程。」

這種「為己」並非封閉的自戀，而是一種自我更新、自我安頓的修養型學習。在陳的語境中，「學」的價值轉向內在——知識不再是通往權力或成功的工具，而是構築主體精神世界的方式。這其實是對抗「AI取代」焦慮的人文主義回應：唯有「為己之學」才能讓人保有不可取代的精神維度。

二、福柯的「自我技術」：主體的自我生成

福柯在後期（如《自我技術的使用》《性史》第三卷《性之照料》）中提出「自我技術」（technologies of the self）概念，指人如何透過實踐——例如閱讀、書寫、懺悔、沉思——來「作用於自身」以改變自己、塑造自己、達致一種倫理化的自我關係。

“Technologies of the self permit individuals to effect by their own means... a certain number of operations on their own bodies and souls, thoughts, conduct, and way of being...” （Foucault, Technologies of the Self, 1988）

這裡的重點在於：

「自我」不是預設的本體，而是實踐的結果；「知識」不只是外在對象的認知工具，而是構築自我關係的媒介；「修己」是一種倫理實踐，而非宗教救贖。

因此，「為己之學」與「自我技術」都在談「學習作為自我生成的倫理實踐」。

三、章太炎的「大獨必群，群必以獨成」：個體與群體的辯證

章太炎的這句話出自其對「獨」與「群」的思考：

「小群，大群之賊也；大獨，大群之母也。」（章太炎〈原學〉）

「小群」指狹隘的集體依附、盲從之眾；「大獨」則是能自立於道、以自我思考為本的獨立精神。

但章同時說「大獨必群，群必以獨成」——並非否定群體，而是強調：只有真正獨立的個體，才能形成健全的共同體；而群體的生命也反過來成就個體的精神獨立。「大獨」不是孤立主義，而是一種以「自覺」為核心的倫理人格——這與「自我修養」或「自我實踐」相通。

四、三者的交集與哲學共鳴

思想家	核心概念	自我定位	與他者／群體關係	與「為己之學」的共鳴
陳平原	為己之學	自我修養、精神生活	抗衡AI時代的異化	把學習作為生活的自我實踐
福柯	自我技術	實踐中生成的主體	透過倫理實踐與社會權力互動	學習是主體倫理的生成過程
章太炎	大獨／大群	自立之人格	獨立而後能群	真正的「為己」才能「為群」

三者交集於：自我不是給定的，而是實踐的成果。「為己之學」、「自我技術」，還是「大獨」，都強調「修己」是持續的自我形成過程。

學習／修養是倫理實踐，不只是知識積累。它涉及自我與世界的關係調整。

真正的個體自主與群體共生並不矛盾。「為己」不等於自私，「大獨」反而孕育更高層次的「群」；同樣，福柯的自我實踐也不脫社會權力網絡，而是在其中創造自由空間。

五、小結：AI時代的「大獨之學」

陳平原的「為己之學」，是AI時代的「大獨之學」；而福柯提供了它的倫理技術論基礎：學習不只是獲知，而是「自我生成的實踐」。

章太炎早指出，真正的「獨」不是逃避群體，而是為群體開創新精神維度的契機。

在AI洪流中，「為己之學」保持人之所以為人的「自我技術」與「大獨精神」的延續。

Comment by Malacca 皇京港 on October 20, 2025 at 8:49pm

列夫·馬諾維奇（Lev Manovich）：觀看世界 Watching the World

[本文最初刊登於《Aperture》雜誌，第214期，2014年春季。]

去年夏天，紐約現代藝術博物館（MoMA）邀請了我於2007年創立的「軟體研究計畫」（Software Studies Initiative），探索如何將視覺化作為研究工具，並尋找以新方式呈現其攝影收藏的方法。我們獲得了大約兩萬張數位化照片的使用權，隨後利用我們的軟體，將它們組合成一張高解析度影像。

這使我們能一次觀看所有影像，從攝影媒介誕生之初一直到當代，跨越不同國家、類型、技術以及攝影師們多元的感性。

幾乎每一張經典攝影作品都包含其中——那些我反覆在不同場合見過的影像。能輕鬆放大檢視每一張照片的細節，或縮小觀看整體，對我而言幾乎是一種宗教般的體驗。

同時觀看兩萬張照片聽起來或許令人驚嘆，因為即使是最大的美術館展廳，也不可能同時展出如此龐大的數量。然而，以二十一世紀的標準來看，MoMA 的收藏與社群媒體分享平台上龐大的影像庫相比仍然顯得微薄，例如 Instagram、Flickr 與 500px。（僅 Instagram 一個平台就已經擁有超過一百六十億張照片，而 Facebook 用戶每天上傳的影像超過三億五千萬張。）

由Flickr在2005年開創的「社群攝影」（social photography），為文化研究開啟了極具吸引力的新可能。數以億計的人們共同創造出的影像宇宙，可以被視為一部沒有劇本與導演的巨型紀錄片，而觀看這部紀錄片則需要仰賴運算工具——資料庫、搜尋引擎與視覺化技術。

深入挖掘這部「紀錄片」的組成部分，可以幫助我們理解日常攝影與支配數位影像創作的習慣。當人們拍攝彼此時，他們是否偏好某些特定的取景方式，就像專業攝影師一樣？來到紐約的遊客是否拍攝相同的主題？這些選擇是否受到文化因素影響？而當他們確實拍攝相同主題時（例如曼哈頓西側高架公園High Line上的植物,見下圖），是否使用相同的技術？
為了開始回答這些問題，我們可以利用電腦來分析數百萬張照片的視覺屬性與內容，並結合它們的文字描述、標籤、地理座標以及上傳日期和時間，最後再對結果進行詮釋。

很多人認為我是媒體學者或者新媒體學者，但實際上，我是一名藝術家。我於1960年生於俄國莫斯科，在1981年隨父母移民到了美國紐約。從 14 歲開始我開始接受視覺藝術訓練，包括現代主義繪畫和古典繪畫。這與亞洲仍存在的一種體系有些相似，要進入藝術學院必須通過考試，我當時要進的是建築學院。我參加的考試主要是關於古典素描的，如畫古希臘頭像、描繪紋理、強調透視和栩栩如生的繪畫。我接受了這樣的訓練，1981年來到紐約後，我在紐約大學電影學院度過了一些年頭。

近四十年前，1984年，我開始從事計算機動畫和計算機圖形工作。我有人文學科的博士學位，主攻視覺文化，在過去20年里，我在東海岸甚至加州教授課程，在視覺藝術系任教，盡管大學根據我的著作和書籍對我進行評估，大部分教學內容是面向藝術家的實踐工作室課程。十年前，我搬到紐約，並成為計算機科學和數據科學博士課程的教授。現在，我教授計算機科學專業的學生。

我已經有32年沒有進行傳統的素描或繪畫了，大約在90年代停止了畫畫，在過去的30年中，我參與了從模擬到數字，再到計算。隨著計算轉向AI，數字已經成為既定事實，每個人都在寫關於數字文化的東西。我覺得我可以為我的生活增添些其他東西，所以我重新開始了繪畫。剛好在這兩週後，Midjourney公開發布了，它的出現掀起了生成媒體（generative media ）的革命。

眾所周知，過去的15年是非凡的。中國公司一直在發佈他們自己的版本，支持其應用。在西方，我們有ChatGPT，我們有Dalle 3；現在，生成式人工智能已經整合到谷歌搜索中。毫無疑問，我們正處於一個全新、徹底革命性的時代的開端。許多人，包括我自己，相信這場革命的規模可以與90年代互聯網的發展，與19世紀攝影的興起相媲美。（下續）

Comment by Malacca 皇京港 on October 18, 2025 at 11:19am

在我此次演講中，我將談論視覺生成媒體（visual generative media），並用我的作品加以闡釋。在過去的15個月里，我使用人工智能創作了許多圖片，大約有6萬張。我以系列的方式創作圖片；每個系列都有一個電影，有時是一部抒情電影，有時是一個概念性的電影。我在許多群展中展示了這些作品，其中一些在個展展出。其中一場將於兩周後在葡萄牙開幕，第二場將於十二月開幕。

所以，在我談論的同時，我將開始展示我的作品，你將會看到它們之間的聯系。我將演講的第一部分稱為「碎片的美學」。

在過去的15個月里，我每周都在使用人工智能工具制作圖片。在其中一些圖片中，你會看到一些內部空間，看起來是由一系列工具組合而成，但當然，全部都是仿真的工具，如版畫的蝕刻、雕刻等等。這些空間展示了充滿無盡物品的架子。這個奇異的空間讓我同時聯想到了書庫、倉庫、自然歷史博物館的展覽，也許還有歐洲靜物畫傳統。在架子之間、缺失的牆壁之間，經常出現精致、微妙、常常難以看清的圖案——有些是二維的，有些是三維的，像線條的編織。現在換個話題。就在一瞬間，有時我們呈現為抽象，但通常意味著某些明確的東西——一些對象、形狀、來自我們人類世界的意義。

這些是什麼碎片？這些未定義、未命名、放置在架子末端的物件是什麼？這些物體的線條，目前還不清楚它們是二維的還是三維的。它們是牆上畫作的一部分還是存在於現實中？有時我們明確；有時我們不太確定，所以你得到了一種碎片的狀態。是的，我們看到了碎片，但是什麼碎片？在常規藝術博物館里，有古代文明的碎片——花瓶、玻璃杯、盤子，還有小工具、雕像等等，就像我去奧地利並去了當地美術館的那一天一樣。甚至在地下室，他們有著許多文明的碎片，大約在1500年、1800年前，它們是普通的容器。你真的能感受到博物館，就是這些物質碎片的集合。

但人工智能的「碎片」有著不同的選集。AI通過數億張圖像提取「模式」（patterns），並將它們分佈到數萬億個連接中。在生成式人工智能網絡訓練中，這些神經網絡被餵了數億張素材，在某些情況下是可信的圖像，以及幾種描述內嵌的HTML代碼，然後我們以像素為單位進行分析，發現了表現某種東西的老練的邊線和細節，以及一些我們不太確定的面。我們只知道這種過程，碎片化的同時也在分解和重組，然後這些模式分佈在人工神經網絡的數萬億個連接中。可以說，在這個過程中，圖像的數字實質被進一步虛擬化、蒸發和擴散了，但仍然被保留著。而你在我的圖像中看到的生成的「碎片」就像氣味，微風中看不見的運動，海岸邊的周期性運動在場景上留下痕跡。這些都是我們世界中碎片的碎片。我的意思是，我無意與你就圖片呈現的這些形象進行交流，我真正感興趣的是空間，被稱為無盡靜物的空間。有時是可識別的物體，一系列的細節，我喜歡當它無目的地再生時的碎片化，你不太知道它到底是什麼——比如這些物體或者牆壁是什麼？這些圖像里面有什麼？我們不知道這里是什麼。所以，這些碎片的碎片沉積了如此多破碎的形式，也許比意大利畫家所仰慕的18世紀的廢墟更加碎片化。它們不是「故障」（glitches）。

Comment by Malacca 皇京港 on October 10, 2025 at 9:30am

很多人認為我是媒體學者或者新媒體學者，但實際上，我是一名藝術家。我於1960年生於俄國莫斯科，在1981年隨父母移民到了美國紐約。從 14 歲開始我開始接受視覺藝術訓練，包括現代主義繪畫和古典繪畫。這與亞洲仍存在的一種體系有些相似，要進入藝術學院必須通過考試，我當時要進的是建築學院。我參加的考試主要是關於古典素描的，如畫古希臘頭像、描繪紋理、強調透視和栩栩如生的繪畫。我接受了這樣的訓練，1981年來到紐約後，我在紐約大學電影學院度過了一些年頭。

近四十年前，1984年，我開始從事計算機動畫和計算機圖形工作。我有人文學科的博士學位，主攻視覺文化，在過去20年里，我在東海岸甚至加州教授課程，在視覺藝術系任教，盡管大學根據我的著作和書籍對我進行評估，大部分教學內容是面向藝術家的實踐工作室課程。十年前，我搬到紐約，並成為計算機科學和數據科學博士課程的教授。現在，我教授計算機科學專業的學生。

我已經有32年沒有進行傳統的素描或繪畫了，大約在90年代停止了畫畫，在過去的30年中，我參與了從模擬到數字，再到計算。隨著計算轉向AI，數字已經成為既定事實，每個人都在寫關於數字文化的東西。我覺得我可以為我的生活增添些其他東西，所以我重新開始了繪畫。剛好在這兩週後，Midjourney公開發布了，它的出現掀起了生成媒體（generative media ）的革命。

眾所周知，過去的15年是非凡的。中國公司一直在發佈他們自己的版本，支持其應用。在西方，我們有ChatGPT，我們有Dalle 3；現在，生成式人工智能已經整合到谷歌搜索中。毫無疑問，我們正處於一個全新、徹底革命性的時代的開端。許多人，包括我自己，相信這場革命的規模可以與90年代互聯網的發展，與19世紀攝影的興起相媲美。

在我此次演講中，我將談論視覺生成媒體（visual generative media），並用我的作品加以闡釋。在過去的15個月里，我使用人工智能創作了許多圖片，大約有6萬張。我以系列的方式創作圖片；每個系列都有一個電影，有時是一部抒情電影，有時是一個概念性的電影。我在許多群展中展示了這些作品，其中一些在個展展出。其中一場將於兩周後在葡萄牙開幕，第二場將於十二月開幕。

所以，在我談論的同時，我將開始展示我的作品，你將會看到它們之間的聯系。我將演講的第一部分稱為「碎片的美學」。

在過去的15個月里，我每周都在使用人工智能工具制作圖片。在其中一些圖片中，你會看到一些內部空間，看起來是由一系列工具組合而成，但當然，全部都是仿真的工具，如版畫的蝕刻、雕刻等等。這些空間展示了充滿無盡物品的架子。這個奇異的空間讓我同時聯想到了書庫、倉庫、自然歷史博物館的展覽，也許還有歐洲靜物畫傳統。在架子之間、缺失的牆壁之間，經常出現精致、微妙、常常難以看清的圖案——有些是二維的，有些是三維的，像線條的編織。現在換個話題。就在一瞬間，有時我們呈現為抽象，但通常意味著某些明確的東西——一些對象、形狀、來自我們人類世界的意義。

這些是什麼碎片？這些未定義、未命名、放置在架子末端的物件是什麼？這些物體的線條，目前還不清楚它們是二維的還是三維的。它們是牆上畫作的一部分還是存在於現實中？有時我們明確；有時我們不太確定，所以你得到了一種碎片的狀態。是的，我們看到了碎片，但是什麼碎片？在常規藝術博物館里，有古代文明的碎片——花瓶、玻璃杯、盤子，還有小工具、雕像等等，就像我去奧地利並去了當地美術館的那一天一樣。甚至在地下室，他們有著許多文明的碎片，大約在1500年、1800年前，它們是普通的容器。你真的能感受到博物館，就是這些物質碎片的集合。

但人工智能的「碎片」有著不同的選集。AI通過數億張圖像提取「模式」（patterns），並將它們分佈到數萬億個連接中。在生成式人工智能網絡訓練中，這些神經網絡被餵了數億張素材，在某些情況下是可信的圖像，以及幾種描述內嵌的HTML代碼，然後我們以像素為單位進行分析，發現了表現某種東西的老練的邊線和細節，以及一些我們不太確定的面。我們只知道這種過程，碎片化的同時也在分解和重組，然後這些模式分佈在人工神經網絡的數萬億個連接中。可以說，在這個過程中，圖像的數字實質被進一步虛擬化、蒸發和擴散了，但仍然被保留著。而你在我的圖像中看到的生成的「碎片」就像氣味，微風中看不見的運動，海岸邊的周期性運動在場景上留下痕跡。這些都是我們世界中碎片的碎片。我的意思是，我無意與你就圖片呈現的這些形象進行交流，我真正感興趣的是空間，被稱為無盡靜物的空間。有時是可識別的物體，一系列的細節，我喜歡當它無目的地再生時的碎片化，你不太知道它到底是什麼——比如這些物體或者牆壁是什麼？這些圖像里面有什麼？我們不知道這里是什麼。所以，這些碎片的碎片沉積了如此多破碎的形式，也許比意大利畫家所仰慕的18世紀的廢墟更加碎片化。它們不是「故障」（glitches）。

Comment by Malacca 皇京港 on October 9, 2025 at 8:39pm

它們也不是數學家克勞德·香農（Claude Shannon）的信息論所指的噪音，這是數字通信的一種破壞力量。所以這不是故障也不是噪音，它是人工生成的產物，可能是智能美學的產物。它是分佈式知識和分佈式願景。60多年前，由保羅·巴蘭（Paul Baran）在50年代末發明的未來互聯網協議建議將整個信息分解成組，以更可靠地從遙遠的網絡傳輸；將某物分解成隨機的部分，矛盾地確保了它的生存。

保羅·巴蘭在20世紀60年代首次發表了「封包交換」（packet switching）概念，1960年，當時他在美國的一家公司工作。你知道嗎，他的封包交換的想法為之後的互聯網奠定了基礎，同時也是始於1969年加利福尼亞的ARPANET的前身。他當時的想法是，我們處於冷戰之中，俄羅斯可能很快就會發動進攻，也許會發生不可避免的核戰爭。這聽起來非常熟悉，因為60年後，我們又回到了一個非常相似的時刻，普京進行的核試驗，使得世界又受到了核威脅。但無論如何，讓我們回到那個60年代，當時的想法是這場戰爭將會發生，而我們要如何讓政府、軍隊通信等等。

所以，我們要創建這個網絡，而矛盾的是，巴蘭所展示的是，如果你能將一條信息拆分成封包，然後發送這些封包，然後這些封包可以獨立傳播，它可以在最終點被組裝起來，即使你拿走了這個網絡的部分，你仍然會得到大部分的消息。所以那就是封包交換。他不是為了互聯網提出的這個想法的，但互聯網可以說是誕生於此驚人的想法：為了在未來的核戰爭中生存下來，並且抵御蘇聯的進攻，我們必須將消息部分拆分或分解為碎片。

但在同一時間段，有兩位烏克蘭數學家（當時烏克蘭是蘇聯的一部分）。亞歷克西·伊瓦赫年科（Alexey Ivakhnenko）和瓦連京·拉帕（Valentin Lapa），兩位在烏克蘭工作的蘇聯數學家，發明了另一種有效利用消息片段的基本方法。當然，我指的是一項基礎性的發明。他們發明了深度神經網絡的概念和數學方法，這在神經網絡的歷史中並不經常被討論，但你可以去維基百科或各種文章中找到相關信息。所以，深度神經網絡也是在將近60年前發明的。

這概念於1962年提出，在1966年有了整本書來闡述。第一個深度神經網絡的發明最終導致了當今大規模網絡的出現，這些網絡也用於生成AI。在機器學習過程中將文化制品分解成片段（例如圖像像素和部分單詞），然後分階段處理這些片段，這些片段逐漸使這些網絡獲得知識。它可以給我們合成的文本、音樂、空間、代碼、圖像。簡而言之，通過將歷史上的人類文化分解為碎片，我們得到了我們的新「生成式人工智能」 （generative AI）文化。

由ChatGPT等應用程序「寫成」的文本極其連貫，一次指示一個詞。這種所謂的盲目「語言計算機」無法預見一個詞以上的事，但它以一個詞與另一個詞相關聯，第二個與第三個相關聯的方式，將這些關聯向前推進，使我們得到了詩歌、故事、求職信、分層文件、教科書章節、計算機程序等等。數字媒體的歷史以及人類文明的歷史急需一個碎片理論。因為，在數字時代，在數字媒體中，計算機代表事物，模塊化使用物質性，這是數字媒體的原則之一，這在我的著作《新媒體的語言》中詳細討論過，現在已經翻譯成中文，幾年前在中國出版發行。所以，這個觀點是現實圖像由像素組成——你知道，由計算機呈現的自由空間，由粒子對象、多邊形等組成。

但通常情況下，如果我有一種新型的轉化，就像我說的網絡那樣，會帶來圖像、文本、3D模型以及從學習過程中提供給它們的任何其他數據中提取模式，這些模式我們還不知道如何可視化，因此我們無法可靠地觀察神經網絡內部。

Comment by Malacca 皇京港 on October 4, 2025 at 9:03am

但我認為人們也許能夠分佈在數萬億個連接中，雖然還不清楚，類似於人類大腦的運作方式。這就是讓網絡合成這些新圖像的原因。因此，這些圖像有目的地由AI驅動的Midjourney創建充滿碎片的場景，後來我意識到這可以作為談論AI的一種隱喻。所以，數字媒體的歷史，以及人類文明的整個歷史，迫切需要一個關於碎片的理論。一個分類體系將確立存在數十種類似的品類。因此，在這里你也看到了這種美麗的碎片，這種美麗的神經噪音，可以說是在牆上，有時形成書籍，有時形成衣櫃，但它們都是被組合在一起的碎片。當然，其他人曾經考慮過這樣的分類學，這讓我再次回想起18世紀歐洲廢墟美學的例子。這呼應了現代科學對物質元素的追求，比如分子、原子和基本粒子。

19世紀歐洲藝術家開始認真地用可見的文字描繪碎片。印象派畫家將其分解成單獨的彩色筆觸；喬治·修拉（Georges Seurat）和保羅·西涅克（Paul Signac）依賴於機械式的不規則點。後來，在1905-1907年間，有一群稱為分色主義的藝術家，他們使用小方形的畫筆筆觸，這是點彩畫派的新版本。保羅·塞尚（Paul Cézanne）在1878年左右邁出了另一個關鍵的一步。他宣稱所有的形狀都應該用圓柱、球體和圓錐來表示。但矛盾的是，這種看似對現實的固化實際上只是一種新的、更極端的分裂方式。印象派展現了我們感知的片段，而塞尚則是分裂了世界本身。他作品中的桌布，比如《玩紙牌的人》（1892年），不再是一整塊連續的織物。相反，它是一組碎片，是多個方向的平面集合。1907-1932年間，暴力分裂的美學來到了歐洲，莫斯科、柏林、布拉格、華沙、羅茨、巴黎等地的現代主義視覺的中心。我們在各處都能看到：畢加索和布拉克的拼貼畫；讓·梅辛格（Jean Metzinger）、阿爾伯特·格萊茲（Albert Gleizes）、費爾南·萊熱（Fernand Léger）、羅伯特·德勞內（Robert Delaunay）等人的立體主義；娜塔莉亞·岡察洛娃（Natalia Goncharova）、亞歷山大·埃克斯特（Aleksandra Ekster）、柳博夫·波波娃（Lyubov Popova）、馬列維奇等人的立體未來主義；漢娜·霍赫（Hannah Hoch）、莫霍利-納吉（Moholy-Nagy）、羅德琴科的拼貼照片；維爾托夫和艾森斯坦的電影剪輯；瓦爾特·本雅明（Walter Benjamin）未完成的「拱廊街計劃」的文化歷史蒙太奇甚至引發了更多文化分裂理論的解讀。

我認為，時機成熟了，我們正在思考人工智能的理論，也許是我，也許是你，將成為下一代的理論家，不是媒體理論家，不是即時理論家，不是數據理論家，也不是軟件理論家，而是人工智能理論家。我相信在這個房間里有些人可能會提出同樣有趣的網絡分割理論，這構成了生成式媒體的基礎。如果你要實時量化，你需要動手操作，學習計算機科學，親自學習編程網絡，因為理論化媒體的方法之一就是深度的物質主義式的。大多數關於數字文化的人文泛化都毫無意義，因為這些人個人害怕技術；其次，我們意識到自己變得越來越不重要；再者，我們根本不了解這些事物的運作方式。因此，請務實一些，親自動手，深入連接、共進化的世界，構建層層疊加的圖像等，也許我們甚至能夠看到利用深度網絡從其圖像數據庫中提取的所有模式，展示出難以想像分辨率的巨型可視化圖表。

但作為一個一直投身於數字美學的藝術家，我很高興能創造出我在這里向你展示的私人獨特的圖像空間。我喜歡這種繪畫般、生長般的空間質感，以及相似的、複雜的主體，我有得到這些圖像的秘法。但我最感興趣的還是這些空間本身，奇怪的圖書館，到處散落的書籍。我確實指定了我的人群，比如2005年在北京，或2013年在首爾，或1995年在上海等地工作室工作的藝術家，但我也有其他技巧，盡管他們看起來在一個奇怪的空間，這些空間既是文化的空間，也是碎片的空間。

所以，對於這些碎片的結論是，它們呈現的關於人類文化的歷史是一部緩慢遺忘、非常罕見、幾乎永遠不可能記住的歷史。著名的藝術家、作家、評論家和引起關注的人們在我們的記錄中逐漸消失。對於更幸運的少數人來說，他們只能被記住幾件事。例如，當人們遇到我時，會說「哦，你是列夫·曼諾維奇，你寫了《新媒體的語言》。但我同時也寫了幾百篇文章，800次演講，至少有一百多個藝術項目展覽，編輯和出版了15本書。現在我已經只記得用書來回應，而且我不知道能持續多久。一個工作了超過60年的藝術家被縮減為幾張標誌性的圖像。一個終身從事寫作的作家如果幸運的話，也只能被縮減為一本書。所以，我是幸運的。歷史的壓縮是殘酷而沒有餘地的，而現在由生成式人工智能所提供的分解、選擇性重組和合成的機制可能相對沒那麼殘酷。（下續）

Comment by Malacca 皇京港 on September 30, 2025 at 10:30pm

當然，如果要使你在深度神經網絡的訓練中被記住，首先得需要它被幸運地數字化，對吧？因此，某物必須被數字化，某物必須被捕捉，某物必須在可以從網絡上獲取，然後也許這個對象、這個人工制品，在計算機科學家下載網頁時會很幸運地被搜集到，被納入到神經網絡中。

我正在一個小鎮里一家過去四年都沒有游客參觀的小博物館里作畫，也許這幅畫很幸運，因為它出現在當地一張周末來訪的高中生情侶的自拍照背景中，但是旁邊的畫卻沒那麼幸運。是的，我們無論如何都會得到碎片，但也許碎片會比以前更多，比之前更為嚴格的人類記憶和更為殘酷的印刷文化所允許的更多。畢竟，Stable Diffusion 已經在超過50億張圖片上進行了訓練，所以也許你的自拍照或者你14歲時畫的那幅畫，在網上某處也存在。

這種更寬容、不那麼二元的遺忘和復活過程可能是人工智能美學中最好的一面。這是歷史的仁慈。最後，我想說另外一件事。前幾天我在社交媒體上發了一條信息，因為現在我可以閱讀那些文章。或者像一些西方藝術家抗議AI在未經授權的情況下所使用他們的作品，等等。我認為總的來說有點矛盾，你可能會喜歡這種東西。如果你的圖片最終出現在用於生成式人工智能訓練的龐大神經網絡的數據集中，那麼你可能會很幸運，因為在這種方式下你將被記住，你成為了這種用於生成式人工智能訓練的碎片簡歷中的一部分。然後，當我們的藝術設計師和我們的文化產業從業者創造出圖像、空間、概念藝術、視頻游戲、建築等等新的像素時，你也間接地進入了其中。我的意思是，因為每個由規范人工智能生成的圖像都不會直接克隆現有的圖像，對吧？它通過數萬億個連接組合事物。實際上，最近一個統計表明，我們看到的由一個生成式人工智能網絡生成的圖像中，直接引用現有圖像的部分只有6%。所以，認為AI直接將人們的圖像串聯起來是荒謬的。也許當你進入這座新博物館的野生展牆時，你應該感到幸運。這個博物館分佈在各個連接領域，並最終為新的機制、新的想像力和新的創造提供了養料。所以，我就在這里停下來，也許你們有一些時間提問和討論。謝謝。

問答環節

Q：在更多的情況下，藝術家其實也是普通人，也會淹沒在新媒體的洪流當中，那麼普通人應該怎麼面對AI的洪流呢？

Manovich：當然，我認為普通人，包括藝術家，都從人工智能中獲益匪淺。請記住，人工智能不僅僅是生成式媒體，它也是一種加快和提高效率的方式。所以，如果你在手機上打字，任何形式的字母識別都是由人工智能實現的。對不起，我舉的例子都是來自於西方軟件，比如谷歌，因為我不住在中國。當然，我知道中國的騰訊，所以如果我提到了西方的東西，請原諒我。只要記住，請用你們對等的東西替換。人工智能在某種程度上正在推動一切，對吧？人工智能也在推動搜索。所以，人工智能的一部分就像是一種加快事物進程的方式。另一個重要的事情實際上是我從英偉達CEO那里聽到的。他說，人工智能的發展要體現在每個人都可以編程。以前，你在學習編程前需要學習代碼，以前是Pascal或 C 或 C++ 或 Python 這樣的特殊語言，但現在你可以通過對計算機說點什麼來編程。對 ChatGPT 或我們的應用程序說點什麼，包括使用谷歌鏡頭，你可以進行開發，中國也有自己的開發版本，所以每個人都成了一個程序員。編程使你能夠控制事物，進行溝通，制定規則，創造即時。

Comment by Malacca 皇京港 on September 27, 2025 at 8:50am

所以，人工智能給社會帶來了巨大的好處。我們也知道，各國對人工智能可能產生一些意想不到的後果感到擔憂，並且在歐洲、美國和中國都在進行監管。看到中國處於領先地位的事實相當令人鼓舞。中國在監管人工智能方面采取了最激進的方式，這是一種好方式，可以相信技術的可能性……

我不確定任何技術是否有好壞之分，如果你想產生好的結果，你也得到壞的結果，但我們應該努力去監管它。我很高興看到中國正在努力做到這一點。但總的來說，我認為技術更多的是作為信息源，它讓人們能夠簡單地找到工作，找到感興趣的渠道，讓人們創造。

我是說，簡單地使用生成式媒體工具的愉悅感，讓很多人得到了在現實生活中得不到的玩耍體驗。所以我認為人們受益匪淺。我認為知識分子們應該開闊眼界，讓他們的理論更接近普通人所做的事情。你知道，中國取得了顯著的系統性進步，也是世界的進步。從1990到2015，全球40%的人口擺脫了極度貧困，並且不再貧困，實際上是因為亞洲，特別是中國的進步，你知道，全世界中產階級從90年代的七億人增加到今天的四五十億人。這一切的發生是因為資本主義和技術。

所以資本主義、技術和人工智能是最進步、最積極的力量。我認為知識分子們應該停止攻擊資本主義，停止攻擊技術，他們應該意識到這是社會進步的動力。當然，資本主義並非只有積極面，它也有負面的一面，但並非一切都是那麼簡單。這就是我給大家的信息，包括會議中的參與者，因為我注意到一些韓國人對資本主義感到不滿，但你們在中國，因為資本主義，你們才能乘飛機，因為資本主義，你們才有互聯網，因為資本主義，你們的餐桌上才有食物。在20世紀，共產主義曾經作出了好的嘗試但遭遇了挫折，但這個嘗試使數以億計的人死去了，也許光中國就有這麼多人死去了。所以人工智能、資本主義是我所追求的，這就是我的信息，我的宣言，讓他們睜開眼睛看現實。我們可以做社會、文化和技術的理論，讓普通人也能理解，而不僅僅是我們之間。謝謝。

講者簡介

Lev Manovich 藝術家、作家，也是全球最有影響力的數字文化理論家之 一。馬諾維奇目前是紐約城市大學研究生中心計算機科學系的校長教授和文化分析實驗室主任。馬諾維奇在四個新研究領域的創建方面發揮了關鍵作用：新媒體研究（1991年-）、軟件研究（2001年-）、文化分析（2007年-）和人工智能美學（2018年-）。

Lev Manovich is an artist, writer, and one of the most influential theorists of digital culture worldwide. Manovich is currently a Presidential Professor of Computer Science at the City University of New York』s Graduate Center and the Director of the Cultural Analytics Lab. Manovich played a key role in creating four new research fields: new media studies (1991-), software studies (2001-), cultural analytics (2007-) and AI aesthetics (2018-).（網絡社會年會）

（原題：一封給年輕藝術家的信，如何在生成式人工智能時代生存；作者／列夫·馬諾維奇[Lev Manovich]；第八屆網絡社會年會; 整理翻譯／袁孟如; 校對／黃孫權；2023-12-28）

• ‹ Previous
• 1
• 2
• 3
• …
• 6
• Next ›
• Page