一、早期实验期：电脑生成艺术的开端（1966-1990）

1966 年 2 月，位于德国斯图加特的西门子公司研究中心（CSG）运行了第一个计算机艺术展览——程序用 PDP-6 主机生成几何图案，在打印机上输出。这是人类历史上第一个公开展出的”电脑艺术”。

同期（1966 年），德国艺术家 Frieder Nake 设计了 “Matrix Multiplication”——让计算机根据概率生成抽象图。1968 年，法国巴黎蓬皮杜艺术中心举办了展览 “Cybernetic Serendipity”（控制论奇遇），首次系统展示电脑生成艺术，被视为 AI 艺术的起点。

1968-1990 年是”规则派”AI 艺术的黄金期：

• **Vera Molnár**（匈牙利裔法籍艺术家）：1968 年开始用程序生成几何图案，被称为”电脑艺术之母”
• **Manfred Mohr**（德国艺术家）：1971 年开始用程序生成条带状抽象画
• **Roman Verostko**（美国艺术家）：1980 年代开始用程序绘制书法式绘画
• **Harold Cohen / AARON**（如前所述，1968-2016 持续 50 年）

这一时期所有 AI 艺术都是**纯规则系统**——艺术家编写算法，让计算机根据预设规则生成图案。没有学习，没有 AI，本质上是”算法艺术家”而非”AI 艺术家”。

真正的范式跳跃要等到 1990 年代——神经网络终于开始能生成图像了。

二、神经派萌芽：从 BP 神经网络到 DeepDream（1990-2014）

1986 年，Rumelhart 和 Hinton 发表反向传播（Backpropagation）算法，神经网络终于能”学习”复杂函数。1989 年，Yann LeCun 在贝尔实验室用反向传播训练 LeNet 手写数字识别——这是卷积神经网络（CNN）的雏形。

但”神经网络生成图像”被遗忘了一段时间。直到 2014 年——这一年发生了两件大事。

**事件一：Ian Goodfellow 发表 GAN（生成对抗网络）**

2014 年 6 月，Ian Goodfellow 在 NeurIPS 上发表 GAN 论文——生成器（Generator）和判别器（Discriminator）对抗训练，让生成器能生成越来越逼真的图像。这是图像生成领域的”GPT 时刻”——从规则生成到神经网络生成，AI 终于能”创造”全新的视觉内容。

**事件二：DeepDream（Google Inceptionism）引爆 AI 艺术大众化**

2015 年 6 月，Google 工程师 Alexander Mordvintsev 在 Google 博客发布 DeepDream（又称 Inceptionism）。DeepDream 实际上是 Google Inception 图像分类网络的副产品——研究人员把”分类猫”的梯度反向传播到输入图像，反复放大”猫”的特征。结果生成了充满幻觉、狗脸、人脸、几何图案的迷幻图像。

DeepDream 的意义不在技术，而在**大众影响**——它在 Reddit、Twitter 病毒式传播，让普通用户第一次感受到”AI 能创造美”。Google 立即开源 DeepDream 代码，2015-2016 年全球出现了数千个 DeepDream 艺术项目。

同期（2014-2017）AI 艺术里程碑：

• **Neural Style Transfer**（2015 年，Gatys et al.）：用 CNN 把一张图的风格迁移到另一张图，梵高星空风格的家猫照片成为网络爆款
• **Prisma App**（2016 年 6 月）：把 Style Transfer 商业化，3 天内下载 1000 万次
• **StackGAN / StackGAN++**（2016 年）：用 GAN 从文本生成 256×256 图像（鸟、花）
• **Pix2Pix**（2016 年）：图像到图像翻译（草图→照片）

但这一阶段的 AI 艺术仍受限于：

• **分辨率低**：GAN 生成的图像最大 256×256
• **可控性差**：文本描述与生成图像对应关系弱
• **训练慢**：单次 GAN 训练需要几天到几周

真正的拐点是 2020 年的 DALL·E。

三、Transformer 时代：从 DALL·E 到 Stable Diffusion（2020-2022）

2020 年 12 月，OpenAI 内部演示了一个叫 DALL·E 的模型——它能从文本”画”出长颈鹿、宇航员骑恐龙、刺猬摩天大楼等荒诞组合。2021 年 1 月 5 日，OpenAI 公开 DALL·E 论文和博客，瞬间引爆 AI 艺术界。

DALL·E 的核心技术是 **CLIP + Transformer**：

• **CLIP**（2021 年 1 月同时发布）：把图像和文本映射到同一向量空间，让模型理解”什么文本对应什么图像”
• **Transformer 架构**：从 NLP 领域借鉴，处理”文本→图像”的序列到序列映射

DALL·E 1 代（2021 年 1 月）能生成 256×256 图像，组合能力强但分辨率仍低。2022 年 4 月，OpenAI 发布 **DALL·E 2**，基于 Diffusion 模型，能生成 1024×1024 图像，质量大幅跃升。

同期，Google 发布 **Imagen**（2022 年 5 月）和 **Parti**（2022 年 6 月），从不同技术路线竞争。

但真正改变游戏规则的是 **Stable Diffusion**。

2022 年 8 月 22 日，德国慕尼黑的初创公司 **Stability AI** 发布 Stable Diffusion——基于 Latent Diffusion Model（LDM），由 CompVis 团队在慕尼黑大学和 Runway 合作开发。

Stable Diffusion 的革命性意义：

• **开源免费**：模型权重完全公开，ComfyUI / Automatic1111 等本地部署工具链一周内出现
• **可商用**：允许商业用途，催生 Midjourney、Civitai、Leonardo 等完整生态
• **可定制**：用户能在本地训练自己的 LoRA（低秩适配）模型，定制特定风格

Stable Diffusion 发布的当周：

• GitHub 上 ComfyUI 仓库获得 10000+ star
• Civitai（AI 模型分享平台）注册用户突破 100 万
• Midjourney 宣布用户突破 100 万（基于 Discord）

到 2022 年底，AI 艺术正式进入”大众创作”时代——任何人都能用文字描述生成专业级图像。

四、商业爆发期：Midjourney / Runway / Adobe / 国内厂商（2022-2024）

2022 年 7 月，**Midjourney** 在 Discord 上线——它是基于 Stable Diffusion 微调的闭源模型。Midjourney 凭借精致的审美、活跃的社区、Discord 原生的高效传播，到 2023 年 8 月付费用户突破 1500 万，估值 100 亿美元。

2022 年 11 月，**Runway ML** 推出 Gen-2，能从文本生成视频片段（4 秒）——AI 视频时代的开端。2024 年 2 月，OpenAI 推出 **Sora**——能生成 60 秒 1080p 视频，瞬间成为全球焦点。

2023 年 3 月，**Adobe** 推出 Firefly，集成到 Photoshop、Illustrator、Premiere Pro 全家桶。Adobe 的策略是”AI 辅助而不取代”——AI 生成内容有版权追溯，训练数据来自 Adobe Stock，避免版权风险。

2024 年 2 月，**Google** 推出 Gemini 1.5 原生多模态版本，图像理解和生成一体化。2024 年 5 月，**Apple** 在 iOS 18 集成 Image Playground。

中国市场（2022-2024）：

• **百度文心一格**（2022 年 8 月）：国内首个商用 AI 图像生成
• **阿里通义万相**（2023 年 7 月）
• **腾讯混元图像**（2023 年 9 月）
• **字节豆包图像**（2023 年 8 月）
• **快手可图（Kling）**（2024 年 6 月）：主攻 AI 视频，与 Runway / Sora 竞争
• **生数科技 Vidu**（2024 年 4 月）：清华团队创业，多镜头连贯视频生成

**中国市场的特色**：

• **价格战**：2024 年百度文心一格把价格打到 0.1 元/张图片
• **合规先行**：所有国内厂商都内置”AI 生成”水印和版权声明
• **本土化 prompt**：中文 prompt 优化比英文模型好 30-50%

五、版权战争：从 Stable Diffusion 被告到 Creative Commons（2023-2026）

AI 艺术的爆发带来了版权危机——训练数据用了几十亿张图片，绝大多数未经授权。2023 年，全球艺术家集体诉讼 Stability AI、Midjourney、DeviantArt 三家公司，指控”未经授权使用艺术家作品训练模型”。

关键事件时间线：

• **2023 年 1 月**：三位艺术家（Andersen、McKernan、Ortiz）在加州联邦法院起诉 Stability AI 等
• **2023 年 7 月**：美国版权局裁定”纯 AI 生成的图像不受版权保护”
• **2024 年 2 月**：ComfyUI 出现多种”版权规避”工具，引发新一轮争议
• **2024 年 8 月**：美国科罗拉多州法院驳回艺术家大部分诉讼请求，但允许部分继续
• **2025 年 3 月**：欧盟《AI Act》生效，要求所有 AI 生成内容必须标注
• **2025 年 6 月**：Adobe / Getty Images / Shutterstock 与艺术家达成集体和解，训练数据授权费用达数亿美元
• **2026 年 1 月**：中国《生成式 AI 服务管理暂行办法》修订版生效，要求 AI 生成内容永久水印 + 训练数据备案

**版权战争没有赢家，但产生了三个新行业**：

1. **AI 训练数据授权市场**：Getty Images、Shutterstock 开始授权训练数据，年收入数千万美元

2. **AI 艺术家认证**：Spawning.ai 等公司提供”主动退出训练”工具

3. **AI 内容合规检测**：Hive、Optic 等公司提供 AI 生成图像检测工具

六、十字路口：AI 艺术的下一个 50 年

从 1968 年 Harold Cohen 的 AARON 到 2026 年的今天，AI 艺术走过了 58 年。下一个 10 年的关键问题：

**1) AI 是”工具”还是”作者”？**

美国版权局已经裁定纯 AI 生成图像不受版权保护——这意味着 AI 本身不能成为作者。但中国和欧盟采取更灵活立场：人类 + AI 协作内容有版权。**这个边界在未来 10 年仍会反复争议**。

**2) Style 模仿的伦理边界在哪里？**

当 Stable Diffusion 能在 1 分钟内学会一个画家的风格（LoRA 训练），这位画家的市场价值是什么？2025 年起，多个国家开始立法要求”风格模仿”必须经原始艺术家授权——但执行极难。

**3) AI 艺术会”取代”人类艺术家吗？**

2026 年的答案：**不会取代，但会改变角色**。商业插画、广告设计、UI icon 等”标准化需求”已被 AI 替代 70% 以上，但”原创艺术、装置艺术、个人表达”等”非标准化需求”AI 仍无法替代。**AI 让艺术变成两极分化——金字塔尖的艺术家更值钱，金字塔底的设计师被替代**。

AARON 画了 50 年没人买，Harold Cohen 一生都没成为艺术大师。但 50 年后，全世界最赚钱的”AI 艺术家”是真正掌握 prompt + LoRA 训练 + ComfyUI 工作流的人。**艺术的本质没变——表达、情感、独创性——但表达的工具变了**。

1968 年 PDP-8 小型计算机画的第一张抽象画，到 2026 年的 4K 实时 AI 绘画，58 年里人类只做了一件事：**让”机器能创作”从科幻变成日常**。下一个 10 年，AI 艺术会从”生成图像”进化到”理解艺术”——AI 也许不会成为艺术家，但会成为人类艺术家最不可或缺的工具。