Comment

Comment by TV Plus 3 hours ago

Netflix黑色喜劇《好消息》背後的真實故事

作者：Kayti Burt

和許多經典的歷史黑色喜劇一樣，《好消息》（Good News）是根據真實事件改編的。這部韓國電影取材自 1970年日本紅軍派年輕成員劫持日本航空客機的真實事件。不過，若觀眾期待看到一部單純重現這場國際劫機事件的驚悚片，恐怕會失望。導演兼編劇卞成賢（Byun Sung-hyun）一開始就以諷刺的筆調定下基調，沒有拍出緊張的劫機開場，而是聚焦於一名戴著耳塞、在劫機宣告中仍然熟睡的乘客。這絕對不是《空軍一號》。

卞導在釜山國際電影節接受《TIME》訪問時（該片於九月在此舉行亞洲首映）表示：「以往所有描寫這類事件的電影，總是極度著墨於劫機的細節過程。他們力求重現每一分緊張感。但我覺得我們已經看太多這樣的電影了。我記得當我寫劫機場景時，感覺自己像是在寫別人的電影。於是我想到——要是我們乾脆略過整個過程，直接從事件之後開始呢？」

那段「耳塞場景」只是《好消息》用黑色幽默解構傳統戲劇時刻的其中一個例子。電影真正的焦點，是各國政府與機構中那些焦慮又軟弱的中層官僚如何應對危機。這正是電影在歷史上進行最大創作自由的地方——虛構角色、重新設定人物，使故事同時反映現代政治的荒謬。

卞導說：「在寫劇本和拍攝期間，我其實很疲憊，甚至有種厭惡感——厭惡那些每天從新聞裡聽到的事情。我想講一個不那麼直接、也不那麼教條的故事，並藉由創造一個角色來傳達它。」

「真相也會說謊，而謊言也能說出真相。」這句話出自《好消息》中神秘人物「無名氏」（由《極速刀客》薛景求飾演）。他是南韓政府幕後的「修補者」，在虛構化的故事中扮演關鍵角色。這句話是對空軍中尉徐高明（《弱美男英雄 Class 1》洪暻飾）所說的——他是電影中最接近觀眾視角的角色。

就像觀眾一樣，高明在影片的大部分時間裡都難以置信地看著日本、南韓與美國政府、軍方和情報機構的中階官員們如何互相推卸責任、避免承擔國際恥辱。無名氏表面上裝作不在乎、只為私利行事，但他比那些官僚更重視人命；他與高明之間的對話，是整部電影最真誠的時刻。

《好消息》的靈感來源

在找到題材之前，卞成賢先確定了類型。受到奉俊昊《寄生上流》和魯本·奧斯特倫德《悲情三角》等黑色喜劇的啟發，他想在拍完動作驚悚片《殺人者的購物清單》（Kill Boksoon）後，嘗試創作一部政治諷刺的黑色喜劇。

卞導對《TIME》說：「不只是韓國，全世界的普通人都一樣，看到政治現況，會覺得怎麼會發生這麼多荒謬的事？我在創作這部黑色喜劇時深刻感受到——再怎麼有創意，都比不上現實本身的荒誕。」

他是在幾年前透過一部關於 1970 年劫機事件的電視節目得知這段歷史的。「我當時心想：太荒唐了，這故事一定會有人拍成電影。」他笑著回憶，「結果幾年過去了，居然沒有人拍。於是我決定，這故事本身就可以是一部黑色喜劇。」

卞導從新聞報導與當年訪談開始研究，將真實事件作為骨架，創作出具有現代感的故事。「我其實更好奇的是，那件事之後發生了什麼。」

 

真實的日航 351 號班機

電影保留了劫機事件的大致輪廓：那是一班從東京起飛的國內航班，不久便被一群激進共產主義青年劫持。最年輕的成員還是青少年，他們受到拳擊漫畫《明日之丈》(見下)的啟發。

劫機者的目標是發動武裝革命，推翻日本資本階級，進而挑戰美國及其盟友。由於日本警方加強監控，他們開始尋找新的根據地進行訓練與策劃。

他們原本打算飛往古巴，但波音 727 無法進行長途飛行，於是改以北韓為目的地。飛機在福岡降落加油，條件是釋放 23 名乘客（婦女、孩童與老人）。據說，駕駛員獲得的地圖竟然是撕自中學教科書的朝鮮半島地圖。

由於無法聯絡平壤機場，飛機朝著南北韓之間的禁航區飛去。無線電裡出現一個自稱平壤的聲音，引導他們降落——他們以為抵達北韓首都，實際上卻是首爾金浦機場。南韓當局設下精心騙局：將南韓國旗換成北韓國旗，安排臨時演員扮成北韓士兵與群眾，甚至有合唱團唱起朝鮮傳統歌曲。

儘管如此，劫機者最終發現自己受騙。與電影中類似，日本副大臣山村新治郎自願以身代替剩餘人質，劫機者接受條件。飛機順利飛往平壤，獲得庇護。兩天後，飛機、部長與機組人員安全返回東京羽田機場。

值得注意的是，《好消息》將所有真實人物——包括政治人物、劫機者與機師——全部改名，強調這不是歷史紀錄片，而是基於真實事件的虛構作品。

Comment by TV Plus 15 hours ago

電影高潮與結局

電影高潮發生於金浦機場。革命領袖田地（由笠松將飾）自刺腹部，要求當局在他流盡血或時鐘到正午前允許起飛，否則引爆炸彈。

由《殺人者的購物清單》女主角全度妍飾演的韓國第一夫人抵達現場，宣稱總統同意劫機者在釋放人質後起飛。然而當高明透過無線電傳達消息時，劫機者拒絕相信——畢竟正是他假冒「平壤」聲音，騙他們降落首爾。

局勢陷入絕望時，政客們開始像老鼠般逃離現場，避免背鍋。此時，飛機與所有乘客的命運，全繫於無名氏如何操縱日本副大臣石田信一與高明的真誠之間。

憤怒又無奈的高明衝向飛機，試圖在爆炸前最後一刻說服劫機者釋放人質並飛往平壤。雖然他途中跌倒未能登機，但這份勇氣感動了石田，使他願意自願交換人質。

就劫機題材而言，《好消息》算是個「快樂結局」：沒有人死亡，劫機者抵達北韓，日本副大臣成為英雄歸國，而無名氏（某人甲）——這位疑似北韓叛逃者、長期為南韓情報機關效力的影子人物——獲得了南韓居留證。

然而高明卻仍感失落。為了取悅美國，南韓政府選擇從事件中抽身。（半島局勢升溫會妨礙美蘇重啟談判。）根據官方記錄，南韓在拯救乘客一事上毫無貢獻。無名氏告訴高明：這意味著他得不到任何功勞與升遷——真相被部分掩埋。

無名氏試圖用自己的哲理安慰他。電影早前，他引用一段署名「楚門·謝迪（Truman Shady）」的話：「有時真相在月球的遠端，但這不代表近端就是虛構。」事實上，根本沒有這個人。那是他自己的話。雖然他假借他人之名而失去榮耀，但這不代表話語沒有價值。

「它仍然是月亮，」無名氏告訴高明，「它不需要名字才能存在，也不需要被認可才能有意義。你所做的一切，本身就有價值。」他送給高明一隻與他父親在越戰中失去雙腿後獲得的相同手錶。錶面散發的光如月亮般映照在高明的臉上。雖然他無法名留青史，但他確實拯救了那些人。這，就是電影中的真實。

無論高明是否相信無名氏的真誠，電影暗示他是真心的。當無名氏獲發居留證、被要求選擇姓名時，他取名「崔高明」，象徵他被高明的勇氣深深打動。

導演的期望

「我不希望拍電影時就預設觀眾的反應，」卞成賢說，「但我希望當觀眾看完這部片後，它不會立刻在他們心中消散。至少在觀影當天，或者隔天，他們能再想一次——這部電影想說的是什麼。」

Comment by TV Plus yesterday

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 TV Plus on Saturday

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 TV Plus on October 10, 2025 at 9:32am

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 TV Plus on October 9, 2025 at 8:38pm

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 TV Plus on October 4, 2025 at 9:04am

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 TV Plus on September 30, 2025 at 10:35pm

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 TV Plus on September 27, 2025 at 8:48am

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）

Comment by TV Plus on September 25, 2025 at 12:00pm

AI是否使科幻作家職位消失？劉慈欣：AI取代人類不是悲劇～～近日，第十六屆華語科幻星雲獎在成都盛大啟幕。現場，主持人吳岩指出，人工智能正在迅猛發展，並向嘉賓提出「AI是否正在使科幻作家這一職業消失」的尖銳問題。對此，劉慈欣回應稱，自己是以一種「科幻的思維方式」看待這一問題。

劉慈欣談到，從技術角度看，AI的創作基於海量數據與概率算法，而人類作家同樣依賴記憶與經驗構成的「內在數據庫」。 一個缺乏記憶與經驗的人，無法完成文學創作，正如缺乏訓練數據的AI無法生成有深度的文本。因此，人類與AI在思維機制上的差異，或許並沒有我們想像中那麼大。

劉慈欣進一步表示，目前盡管人類在文學創作領域仍顯著領先，若以當前技術迭代速度推演，十年後、二十年後人類在文學領域的優勢可能蕩然無存。他認為是否還能找到AI無法替代的領域?他坦言並不確定。如果人類僅靠自身內在發展，文明很可能將觸達天花板，而AI或許正是幫助我們突破這一局限的關鍵。

當被問及「人類被AI取代是否為悲劇」時，他認為我們應以坦然甚至自豪的心態面對這樣的未來。他認為，AI若能繼承並拓展人類文明，值得人類欣慰與擁抱。在他看來，AI取代人類不是悲劇，而更像是「孩子超越了父母」，是人類文明另一種形式的延續與升華。「就像蒸汽機沒有消滅人類，反而將我們送入太空，AI可能帶領文明走向更廣闊的宇宙。」

人工智能行業作為當今科技領域的前沿陣地，正以迅猛的勢頭重塑著世界的方方面面。從智能語音助手的便捷交互，到自動駕駛技術的逐步落地，再到醫療影像診斷的精准輔助，人工智能的應用場景不斷拓展，深刻影響著人們的生活與工作。它融合了計算機科學、數學、神經科學等多學科知識，通過模擬人類智能，賦予機器學習、推理、感知和決策的能力。隨著大數據的積累、算法的創新以及計算能力的飛躍，人工智能正從實驗室走向商業化，催生出無數新的商業模式和產業生態。（2025-09-23；來源：前瞻網）

• ‹ Previous
• 1
• 2
• Next ›
• Page