《大模型技能》《AI+Art》《人工智能事理》《数字社会的风险寻衅与管理应对》《深度学习》《心智打算》《聪慧电网》《大型措辞模型的教诲运用》《智能协同掌握与人工智能》等9本白皮书在发布会上集体亮相。

在20世纪的艺术脉络中，艺术家们深受规则和构造的启示，利用预定的系统来勾引、限定或放大创造力。
著名的艺术家如布里奇特·莱利和维克多·瓦萨雷利采取几何模式为不雅观众呈现视觉错觉，而理查德·朗和迈克尔·巴恩斯利则受分形理论的启迪，利用数学逻辑来呈现艺术作品中的无穷细节。

这种对规则的探索不仅表示在传统的艺术形式上，还在技能与艺术的结合中得到深化。
Process Art聚焦于艺术创作过程，展现了系统与有时性的有趣交融。
科恩等艺术家乃至引入编程措辞，以打算机为赞助，探索艺术的生成规则。
摩尔更是在“P-511/D”系列中，通过预定义的算法，全面挖掘了立方体的各种可能性。

而不雅观念艺术更是将规则和指令提升到了新的高度。
以索尔·莱维特为例，他的壁画系列根据特定的指令创作，这些指令开放而多样，许可不同实行者带来各式各样的解读和体验。
规则与自由、预测与不愿定性在这里交织成一个繁芜而丰富的网络，为后来AI+Art的发展供应了深厚的土壤。

在前AI时期，数字创世纪被视作数据可视化的扩展，紧张聚焦于虚拟空间的数字景不雅观构建。
交互性是这个领域的核心，艺术家和游戏开拓者利用游戏引擎，如Unity和Unreal Engine，结合艺术与代码，为不雅观众带来沉浸式体验。
但由于技能限定，前AI时期的数字创作常日是线性和单一的。
而AI技能的引入为艺术家供应了更广阔的创作空间，许可更加风雅和真实的虚拟环境构建，同时增强了作品的交互性。
这不仅为艺术家开启了多样创作可能性，也为不雅观众带来了新的鉴赏体验。
这种技能与艺术的领悟既引发了无限的创意，也引发了关于创新与伦理的谈论。
通过研究近年来的AI艺术案例，编写组可以深入理解这场正在进行的文化与技能的交融与变革。
编写组将案例大致分为三个种别，以得到结果为导向的AI天生类作品、由AI驱动的交互式作品、涉及多智能体虚实结合的作品。

1.天生式

在早期的AIGC创作中，编写组把稳莅临盆关系并没有显著的改造，研究者和创作者更多地专注于算法的创新和调度，目的是得到一个令人满意的“画面”。
但随着AI天生任务从算法创新逐渐转向产品化，艺术家现在应更积极地参与模型的演习过程。
从AI的视角看，当前的模型推理更像是为消费者做事。
而对付创作者来说，现在应将演习AI模型，而非仅仅得到终极的天生结果，作为创作的核心目标。

2.AIGC标准培植

AIGC急需建立标准的缘故原由可以从ImageNet项目和李飞飞在图像识别领域的事情中得到启迪。
当ImageNet项目被推出时，通过引入一个有标签的大规模图像数据集，它为图像识别领域设定了一个共同的基准和评估标准。
这种标准化促进了技能的快速发展，由于研究者们可以在同一数据集上进行比较，分享方法和结果，从而快速推进领域内的研究。
相似地，AIGC领域面临着多样性和繁芜性，只管AI艺术在国际范围内有广泛的运用，但在特定的垂直运用如中国文化艺术数字化生产中仍存在寻衅。
没有一个共同的标准或基准，可能导致研究和运用的碎片化。
通过建立一个或多个标准化基准，编写组可以促进跨多个领域和维度的互助，从技能、设备到内容和家当，从而更好地知足"大众的审美体验和实际需求。
因此，正如ImageNet推动图像识别领域的进步一样，AIGC领域亟需建立相应的标准来引领和整合该领域的发展。
天生艺术的评判因其涉及深度的专业知识和主不雅观审美而变得繁芜，急迫须要艺术界的专家输入（如RLHF）来建立评价标准。
互助开拓的评价模型（Reward Model）可以独立于天生模型，为自动天生的艺术作品供应专家级的评分，旨在为天生领域供应更精确、科学的评价机制，并加强艺术家与技能研究者之间的连接。

AI在艺术领域的运用涉及技能与文化的深度整合，只管国际上的AI艺术运用广泛，但在知足中国文化艺术需求上仍有空缺。
为了更好地做事文化和艺术行业，除了上述标准的培植，编写组须要在多个方面加强互助和研究，技能、设备、内容创作和管理等，目的是冲破技能和艺术界的壁垒，并办理AI在数字艺术创作中的实际运用问题。