不确定性的到来，迫使设计师们更多地思考设计和创意的本质及确定性部分。
2023年3月，麻省理工学院媒体实验室教授John Maeda在《技术中的设计报告》（Design in Tech Report）中提到，88%受访的设计师认为，视觉设计师被AI取代至少还需要5年或更长时间。他在报告末尾给出的其中一个判断是，在下一阶段，真正地说好“人话”比说好“机器话”更重要。
当人工智能、虚拟现实等技术不断入侵设计，哪些会变，哪些不会？设计师们如何预判自己未来的职能？他们此刻又如何看待生成式AI工具？我们邀请了17位设计师来讨论这些问题，并形成了以下10个观点的总结。
无论如何称呼这一代生成式AI输出的作品，设计师们的共识是：它们对于设计师来说都还太初级，并不能成为最终的方案。几乎所有受访的设计师都认为，它是未来的大势所趋，应该以开放的态度“拥抱”技术，但也有个别设计师谨慎观望。
在发明了“设计思维”一词的美国创新和设计咨询公司IDEO内部，他们戏称用AI做出的概念为“牺牲概念”（sacrificial concepts）——更正式的称呼是“炮灰方案”。从字面意义就可看出，这些只需要输入一些关键词就能生产出的概念不会是最终结果，更多是用在前期调研中。
“当我们与目标消费者交谈的时候，我们希望他们以更真实的方式做出反应。当他们看到这些概念图，比如‘这就是你自行车未来的样子’时，会以更真实的方式回复。否则，人们会倾向于用简单的是或者否来回答。”IDEO资深交互设计师吕俊超对《第一财经》YiMagazine说。
从效率上来讲，人工智能大大减少了设计师从想法到执行的延迟。几乎所有的设计师都同意，AIGC工具可以作为自己在工作中的辅助，除了提供灵感，还能做资料收集、文本处理等繁琐的工作。
在手机游戏公司Veewo Games创始人杨迅看来，Stable Diffusion就像一个知识面很广、特别好用的“实习生”，尽管它目前还没有太多行业经验，所以有时候会“听不懂你在说什么”。设计师需要经历多次调整，也就是向“实习生”灌输尽可能多的行业经验，最终才能得到想要的东西。
杨迅用Stable Diffusion生成的肖像。
杨迅用Stable Diffusion测试游戏场景风 格。
黑弓BLACKBOW是一家专门从事特效设计的公司，曾参与北京冬奥会的特效制作。其美术指导熊元昱对《第一财经》杂志表示，在辅助作图上，他们会用到一些AI工具，在出了第一批灵感图，设计师脑中有了思维碰撞后再根据灵感图深化设计。比如，在冬奥会开幕式的创作中，设计师们就通过建立中国山水画的图像库来生成不同的山体特征和水流动势，并以此作为创作参考。“从设计师的角度来讲，这些工具的产出更多起到的是提高创作前期工作效率的作用，以更准确地表达创意，所以AI工具的功能更多是作为灵感的激发器。”熊元昱说。
不喜欢AIGC的设计师会将它称为“思维缝合垃圾”——当你输入两种不同风格或者场景的关键词，AIGC所做的就是把两种风格或者场景内容“缝合”在一起。有时候，不同风格之间甚至彻底背离，所以它看起来很“怪异”。但一些设计师会认为，这些缝合方式有时候反而很有意思，可以“刺激到肾上腺素”。
设计师们喜欢在艺术世界之外的环境中找寻灵感，创造力的来源之一就在于不同经验和知识的碰撞。写生、查阅学术资料和典籍、翻看其他艺术家的作品，都是他们会采用的传统方式。熊元昱把这些方式称为“格物致知”，而现在，激发自身创造力的方式可以变成“格AI致知”。AIGC作图的多变性和随机性为“灵光乍现”提供了新的思路。
艺术家简明（James Jean）从前是商业画家，在2008年转做纯艺术创作之前，他曾为美国DC漫画描绘过多本封面，近年也为诸如《瞬息全宇宙》这样异想天开的电影制作海报。在20多岁刚开始做商业艺术创作时，他不得不往返于纽约的各大公共图书馆收集图片资料作为参考。但如今，艺术家和设计师显然不用再如此费劲地一次次踏入图书馆的大门，在线图库便捷地替代了这个过程。与不加预设地浏览图片、获取灵感的过程不同的是，简明认为ChatGPT能在创作者已经知道自己想要什么时帮忙演绎灵感，例如在自己已经完成绘画创作、需要为作品写一段文字描述的时候。
服装设计师方妍楠（Susan Fang）在2022年年底试验了一张AIGC生成概念图，在这张图里，你可以看到设计师新鲜点子的视觉呈现，但如果仔细看，模特有着不成比例的身型，身后还多出了一只手。这正是目前AIGC绘图被诟病的地方，直到不久前，Midjourney还难以画出“手”这样的身体部位，并且画面中经常出现不合逻辑的拼贴组合。
方妍楠在2022年年底试验了一张AI生成概念 图。
第一财经视觉创意团队曾尝试了几次使用AI工具来绘制封面图片的方式，在今年4月份的封面中，为了制作出一个理想的三维机器人形象，设计师们不断训练AIGC工具，接近200次出图后，最终的机器人才达到设计师想要的效果。
“这些问题时至今日，绝大部分仍然存在，且因为扩散模型生成图片原理的局限，多数问题并没有在源头上得以解决。”智能设计工具公司即时设计的联合创始人周凝对《第一财经》YiMagazine说。但他乐观地认为，一切只是时间的问题。“通过各式各样的间接或直接手段，已经有了不错的综合解决方案，或达到了近似解决的效果。”
事实的确如此，在今年3月发布的Stable Diffusion Reimagine和Midjourney V5中，手的问题看似已经被解决。随着数据量的增加，设计师们也感觉到工具的智能性有了细微的变化。方妍楠在近期的合作项目中设计了一个秀场装置。她画了一个草图，并把描述词写进了升级后的Midjourney，结果让她感到非常惊喜，“完全按照要求画出来的，且画得非常详细、真实。”
这也就是为什么，几乎所有设计师都不敢低估未来AIGC的可能性。Gensler建筑设计事务所副总裁兼上海办公室工作室总监秦振晖认为，科技的发展很多时候是跳跃式的发展，在一个阶段之后，科技会迎来一次突破性的进展。正如印刷术的发明那样，AIGC也许到了这样一个临界点。
AIGC工具出图的快速也让方妍楠感觉到，好像突然不再需要一整个团队的设计师，更多需要的是可以把草图做成实物的手工艺人或者在某些技术上更加擅长的人。这些人承担的更多是把方妍楠想要的，诸如把“有未来感的鞋子”做出来——要有能力找工厂，找特别的面料。
此前，方妍楠公司里的一些外宣稿件都外包给自由撰稿人。在GPT4出来之后，方妍楠尝试让工具直接上手写用于外宣的新闻稿件，比如要求它用时尚杂志《Vogue》的基调写作，结果发现它写得很不错。
与此同时，AI工具也带来信息分析和原型迭代效率上的提升。“AI可以让我们在工作的时候从更多样的视角出发，通过收集详细的背景信息来解读各种数据和趋势，在IDEO，我们已经看到AI有潜力来帮助我们更快地迭代想法。”IDEO合伙人兼亚洲区执行总裁Charles Hayes说。
杨迅近期观察到行业在工作流程中使用AIGC工具的两极分化态度，一部分公司开始激进地使用AIGC工具，另一部分公司发现暂时没有工业化方面的效益，便选择了拒绝。
在杨迅看来，使用AIGC工具是一个回不去的过程，它具有不可逆性。
这个过程就像是从使用“小灵通”这样的功能机跨越到习惯使用智能手机，对大多数人来讲，再回到功能机时代会有些困难。“真正用过AIGC工具生成内容，你会发现，它对你个人的生产增益是指数级的，这对效率是跨越式的量级的提升。并且根据当前的发展速度，工具越来越便捷，效率增益还在不断扩大，没有收缩的迹象，这个生产过程的体验过程已经不可逆了。”杨迅对《第一财经》YiMagazine说。
杨迅判断，这种变化也会很直观地影响到未来的商业美术（与图形设计），即模式化的商业美术（与图形设计）未来会被AIGC工具取代。
在电影制作的视觉效果领域，有AIGC的强参与后，沟通仍然是非常重要的环节。数字王国视效总监郭旺认为，如今，在理解导演的想法后，视效艺术家是否充分理解，以及交给AIGC工具作图与绘制模型时使用的指示词是否准确、合理将变成一项不可或缺的工作能力。这家公司的代表作包括电影《一步之遥》、美剧《怪奇物语》第四季，以及游戏《王者荣耀》《和平精英》等。
在《怪奇物语》第四季中，数字王国制作了约350个视效镜头。
数字王国通过虚拟人技术，将珍妮佛·苏珊·沃尔特斯变为了绿色巨物。
AIGC工具的加入将带来视效工作流程上的改变。倘若Wonder Studio等软件可以真正应用到实际工作中，视效艺术家制作部分镜头时或许不用再像从前那样——从跟踪相机、匹配、动画、灯光、渲染到合成都一一处理——AIGC工具就可以解决这一切。并且在拍摄时，只要提前做好资产，拍摄现场导演就可以实时看到最终的呈现效果。在后期环节，郭旺预计，概念设计环节的人员数量可能会削减。
从业者的生存状态还与行业的宏观环境相关，低迷的行业更有动力淘汰落后的要素。大界机器人科技有限公司智能建造事业部总监梁喆认为，在当今的建筑行业环境下，提高设计工作能效的辅助工具的出现，可能会对建筑师就业产生进一步影响。
Veewo维持着一支精简、少有初级岗位的团队，杨迅称，团队成员都属于技能“比较全能”的协作者。在杨迅看来，基于这种类似于“超级个体”的组织方式，工具的加持会对团队增益明显。而对于有人才冗余机制的大公司来讲，人员的调整优化将不可避免。
“未来的趋势是越来越倾向让灵活的小团队做更多的事情，比如Midjourney整个团队一共才11人，OpenAI的团队也很小。（有更好的工具，雇用更少的人）可能是未来公司的形态。”
2023年3月27日，OpenAI与宾夕法尼亚大学共同发布了一篇题为《GPTs are GPTs: 一个关于大语言模型对劳动力市场影响的早期观察》的论文，其中提到，“对于19%的岗位，至少50%的工作内容会被影响；对于80%的岗位，也至少有10%的工作内容或多或少地受到波及。”
作为一位UX设计师，即时设计的王诗云时刻关注着这些可能会影响到自己的变化。“这篇论文对于设计师的结论，从反馈来看，相差比较大，分析出来的结果也相差较大。我认为各位设计师们可以花更多的时间冷静思考，如何利用辅助人工智能去提效，弥补自己的缺陷。”她对《第一财经》YiMagazine说。
艺术家之间的差异不仅体现在艺术创作上，还包括构建艺术体系、教学、创建品牌等方面。当人人都可以成为5秒上手的初阶设计师时，美学教育是否还重要？在采访中，设计师们有不同的见解。
在教学上，人工智能工具和参数化工具的不断增加正在倒逼学校调整设计课程。数字艺术家张周捷创办了自己的工作室，将计算机生成设计作为探索方向。他在同济大学设计创意学院开设了一门叫“参数化设计”的课，其创作现在已经泛参数化，纳入了包含数字设计、人工智能设计在内的更多工具。
在给学生上课时，张周捷记得，有一个计算机背景的学生希望能选修课程，但担心没有绘画背景会有课业压力。张周捷给学生的回答是：不会绘画没有任何影响，只要有判断就行。在张周捷看来，绘画成了一件不需要有美学和绘画基础的事，只要尽情去创作就已足够。“美学教育不再是核心能力。”张周捷对《第一财经》YiMagazine说。
设计师们普遍认为，除了美学，设计教育还应该有其他的内容。
其一，是让初级设计师们能得出自己独特的观点。“刚开始，作为一名初级设计师，即使是在埃森哲，公司对你的期待也不仅仅是项目执行。你还需要提炼出自己成长经历中独特的观点，以及你作为人类（而非AI或机器）的视角能带来的独特经验。”Jussi Edlund对《第一财经》杂志说。他是咨询公司埃森哲Song事业部董事总经理和亚太地区设计负责人，这是一个通过创意和体验设计来促成客户业务增长的部门。
其二，便是培养设计师的判断力和决策力。大界智造作为长期与建筑师合作的design-build团队，梁喆总结出建筑师与设计师共通的一点，是设计的决策能力。“我接触到的众多优秀的建筑师与设计师，他们突出的能力还是在于对事物的认知和设计过程中的判断决策，并能把清晰的且有说服力的想法推出去。从设计到落地的过程，在我看来，还是一个不断决策和作选择的过程。这是AI无法取代的。”
不管怎么样，当设计师们回溯自己的职业生涯，讲述如何从初级设计师成长为如今经验丰富的设计者时，他们都同意，正是不断经历和学习的过程造就了自己。
伴随人工智能成长的新一代设计师会有什么样的变化？方妍楠在比自己年轻的工业设计师朋友身上看到了一些苗头。他的研究方式和方妍楠不一样。传统的方式是大量涉猎知识与书籍来获取灵感，但他下载了很多不同的App，甚至有一个专门的Instagram账号，关注了800多人，大多是非常小众的设计师。
“我原来认为在Instagram上做研究会不太好，感觉大家都有一样的审美。现在发现，创意者实在太多了，有一些创意甚至超乎我们现实世界的想象，所以也挺受启发的。”方妍楠对《第一财经》YiMagazine说。“感觉随着大家发在网上的东西越来越多，这事也成为一种自然现象。”
“如果我是伴随着人工智能长大的，我的耐心会大大降低。”简明说。因为一切变得如此简单，人们可能会过度依赖这项技术。”
在新的工具时代，新旧设计方式的区别在于，计算机最重要的贡献是拓宽了设计师们所能想到的结果。为此，欧洲高等学院数字化设计教授、建筑师尼尔·林奇（Neil Leach）在2018年的一篇文章中提出反问，我们是否该重新思考“设计”这个术语？
从这一角度来看，计算机给出的一系列潜在选项代替了设计师们给出的单一设计，设计师们所要做的是基于这一系列“结果”筛选、评估、调整。林奇提出的思考是，这一过程是否更应被称为“搜索”，而非设计？
所幸的是，目前，设计师主体性的流失还没有林奇预想的那么糟糕。
设计师的角色一度被认为是创造者，以创造的角度来构建产品或体验的底层逻辑。但在张周捷看来，他探索的计算机生成设计中，计算机才是设计师，自己则是训练计算机设计的角色，也兼顾培育这些计算机设计成果的工作。直到2022年，计算机可以智能生成之后，他开始研究生物演化规律，调整了自己的角色，向整个创造体系中设定底层演化规则的“造物者”角色迈进，目标是创造新的造物体系。
在张周捷看来，在这一逻辑下，设计就变成了“造物——（计算机）生成——培育”的过程。所谓的“培育”，即不断赋予计算机人性——给一把椅子增加材质、增加内容、增加人文的关怀，让它根据需要的应用场景强化某一特性，就像在土壤中培育出“无籽西瓜”。
看看设计师们使用的词吧，当说到AIGC工具的时候，他们想象的是自己在“投喂”什么东西给它。产出的内容最终长成什么样子，取决于他们“喂”给AIGC工具什么。
部分设计师认为，AIGC工具的引入会让他们越来越像“艺术家”一样工作，这迫使设计师更像是“驯化者”。Midjourney这些工具能用接收到的文本生成图像，但它们不像人类那样理解语言。在一些情况下，它们会误解上下文。选择正确的词来创造想要的东西是个技术活。在英文语料库中，数据集更多，因此设计师们会用英文来指示AIGC工具给出想要的结果。在私人的笔记本里，他们会随手记录下一些自己觉得好用的指示词，比如，look down from above, ray tracing, animation lighting这样的词汇和短句。
Alexandra Zenner在SPACE10从事创意和策划工作，她更愿意把未来的设计师称为“策展人”。SPACE10是位于哥本哈根的未来生活实验室，几年前，它被瑞典家具公司宜家收购。无论是“艺术家”还是“策展人”，都意味着对概念的深化处理能力以及对创意管理能力的强调，核心原因是因为这些能力是无法被公式化的。
在未来，如何才能体现出人类设计师的价值？Hayes认为，设计的价值并不在于对美学的练习，比如某件作品很酷、很高科技或者很美。当然，美学和产品外观也是重要的，但“这不是一场选美比赛”。IDEO的设计师们认为，设计的价值远远超越了美学本身，关键在于提出更独特的问题和更好的问题。
“AI可以帮助解决其中部分问题，但不是所有问题。设计有多个层次，有其复杂性。如果要做更深层次的设计，就要细致地了解人们的行为方式，以及没有说出来或未被察觉的需求，那就不只是作一堆不同的选择那么简单。这是AI目前无法做到的。”Hayes对《第一财经》YiMagazine说。
Edlund同意Hayes的这一观点，他认为，设计的本质是解决和创造新事物，理解人们的需求和行为方式，并为他们提供切实有效的解决方案。“这仍然是当前设计中最重要的能力之一。”Edlund说。
而要达到这一能力，跨越学科的能力显得格外重要。在采访中，梁喆提到的另一个判断是，随着学科边界的消融，未来对复合型人才的要求会越来越高。
几乎所有郭城的艺术作品都在使用技术或讨论技术的概念。他认为，在AI的帮助下，设计师的未来可能会有两种走向——成为AI工人，或者成为当代的“达·芬奇”。自工业革命之后，各个学科发展的速度不断加快，学科之间的壁垒日益增高。而人的精力和寿命有限，这也使得当代人很难再达到达·芬奇那样的高度，成为集艺术家、设计师、科学家、工程师多重身份于一身的大师。但在AIGC工具的加持下，情况可能会带来新的转机。
郭城在2016年和2017年的“静物雕塑”“静物面具”两个作品中，使用了早期AIGC算法Google Deepdream来讨论创作者的主体性问题，即当AI作为创作者时，所有被观察的客体都可被看作非人的静物。
在新的时代，鉴于创作的门槛已经大幅度降低，张周捷建议创作者要有自己的核心资产，也就是知识产权。“这需要IP足够强势，足够有影响力，让很多人都知道。就像一个人创作一件作品，会有人说，这不是模仿毕加索风格的作品吗？”
作为“设计思维”的传承者，IDEO的设计师们一直以来都在向人们阐清，“设计思维不是一个简单的线性过程，而是有一套特定的心态、思维和工作方式。”Hayes说。
“当我们实地观察人们，并试图了解发生了什么的时候，我们不仅需要能够收集数据，或者问他们问题，我们还要真正看他们具体如何生活。我们的手艺，或者说我们工作中真正重要的一部分，其实是去了解事情背后的原因，而不仅仅是直接呈现听到了什么。”Hayes补充说道。
设计师们所做的前期调研、分析和沟通工作就是人工智能难以替代的。在某个项目中，Gensler的客户希望做出工业风的设计，但在长期的沟通后，设计师们发现客户想要的事实上是“新中式”风格。
只要设计仍然是以人的需求为服务对象，那么人的复杂性必然会带来设计的复杂性。“很多时候人们讲的话不能从表面理解，你需要结合经验，挖掘他们真实的诉求。”秦振晖说。
即使是设计项目落地完成之后，设计师也需要回访，在这个过程中，Gensler的设计师会发现项目在使用过程中发生的问题，并对其修正。比如在The North Face的原型店项目完成后，The North Face在内部安装了很多感应器，用来做用户调研，观察原型店的店铺设计对吸引消费者驻足能产生多大的影响力。
Gensler设计的北京The North Face原型店，在后期回访中，使用感应器收集数据，观察原型店的店铺设计对吸引消费者驻足能产生多大的影响力。
“怎么样通过对空间的简单调整提升用户的体验，以及空间的使用效率，也是我们设计师需要关注的。”秦振晖说，“设计闭环比以前更加宽泛，涵盖的是项目的全生命周期，从调研需求，到设计，到施工，再到交付给用户后看使用后的反馈。”
2023年4月，SPACE10举办了一个名为“再生未来”（Regenerative Futures）的人工智能设计竞赛，鼓励设计师们用AIGC工具来开发和想象未来的家园。这项竞赛的用意在于了解AIGC工具在建筑设计领域的潜力。在SPACE10的设计师Georgina McDonald看来，使用建筑设计中的生成式AI工具是一种可以加速概念开发的方式，能在不增加高清渲染成本的情况下，创造渲染和环境。
Space10使用Midjourney生成的未来房屋的视觉呈现。
“在建筑和设计软件中加入人工智能软件作为插件，我们会看到一个全新的环境——你在设计时可以实时考虑可持续性、健康、安全、材料、所需空气流动和通风等等因素。就像一个助手，在你设计时就帮你说出来。”McDonald说。
这些工具无疑可以帮助设计师节省时间和金钱，但它仍然需要人类的干预，才能转化为工程师可使用的机械文件。“在效果图数字和人工智能工具之外，对手工艺和材料的调查都是不可避免的，也是必须的。我认为这些元素永远不会被移除，至少在我的一生中还不会。”
梁喆同意McDonald的观点，在建筑业中，目前AIGC工具的应用仍处于以数字信息沟通为基础的设计环节，到了行业中更复杂的建筑生产和施工环节，核心变为实体的材料、工艺、精度、能效等内容，仍然需要投入大量的人力去完成，建筑行业在制造端的工业化自动化程度仍然是低的。
与生成式AI不同，大界基于人工智能技术开发了建筑机器人工业软件RoBIM，研究工业机器人在智能制造场景下的视觉感知（眼）、运动规划（手）、场景理解（大脑）的协同闭环系统，以便在面对建筑行业大规模非标定制需求时，能够实现柔性化的生产和工艺工序的自动优化。
设计的终端是制造业，从这个角度来说，从概念设计到实体建筑和产品的落地，需要一个漫长的周期。“设计端的数字化水平和BIM软件使用程度已经较高，但是设计端的三维数据还是没有办法直接地驱动生产。”梁喆说。
张周捷花费了3年多的时间，将他用计算机算法生成的椅子最终落地，期间，他需要不断与工厂磨合、优化供应链，他还邀请了五六个汽车工业的工程师研究制造和焊接工艺，最终才将椅子做出来。
即使是在软件端，AIGC工具进化的背后也需要足够前沿的硬件技术的支持。郭旺认为，鉴于专利壁垒在增加，如何弥补国内外硬件差距将面临更大的挑战。
时装界长期苦于抄袭问题。方妍楠称她的标志性设计珠珠包等在互联网上就有许多的抄袭款式，而在大型时装周上，通常在走秀之后网上就会出现相似设计的产品。“很多品牌，一看就是某某设计师的风格，即使是AIGC工具操作的，它也只是按照人的指令在做。这不应该怪罪于技术。”
至于在商业设计领域，尤其是游戏概念图，由于更容易被算法学习，风格更加趋向一致。
从这些例子可以看出，风格的同一性并不是从AIGC工具的兴起开始的。事实上，家具设计、室内设计都使用过标准的“网红风”设计风格。但通过同一设计风格的投喂，AIGC工具能以极其轻易的方式，生产出大量同类型作品。
正因如此，风格的趋同性在议题以数量级增长的前提下，成为一个引起设计界重视的话题。设计师有理由担心AIGC所呈现出的高同质性风格，将带来大众普遍的快速厌倦。除非工具本身能不断地学习和变化。
从文本到图像，吕俊超认为，AIGC工具最大的问题之一是它们存在的“偏见”倾向。这是由于它们使用现有的网络图像数据集来产生新的可视化效果，可以说是某种“数据的局限性”。
“Midjourney就是一个很好的例子，去年开放测试时我刚就使用它，当时，生成游戏类画面更容易获得更好的效果，所以图普遍都是‘科幻小说’的风格。后来随着版本的更替，我们开始看到很大进步。”吕俊超说，“同质性是一个问题，但随着数据的增加，产出的内容在发生细微改变，我们在工具的使用上也会更熟练。”
即时设计在尝试用技术来解决风格趋同的问题。“我们在尽量规避用户行为反馈导致的数据涌现带来的信息茧房，简单的说，我们一直都在竭力避免提供的方案陷入审美的同质化。”周凝说。
但对大部分设计师来说，他们似乎不太担心这一点。毕竟，风格只是设计中很小的一部分，设计有着广义的内涵，比如材质、创意、功能、技法，甚至个人品牌建设等等。
本质来说，AIGC工具的设计的工作方式与人类的工作方式相反。
传统工作流是一个正向设计过程。设计师解读需求，用绘图技能生产出草图来表达这些解读，经过数次尝试并确认方向后，通过上色增加信息量，最后打磨细节，生成成品。中间的任何一个步骤出现问题，设计师都可以插入修改。AIGC工具的工作则逆向运转。
人是在不断思考需求的过程中推进结果的产生，进而形成风格。但AIGC工具从需求（指示词）中直接推测可能的结果，在人类的不断反馈中验证结果与需求的匹配，因而，很难判断AI对于人类需求的理解是否准确。“它的‘脑子’里拥有所有你想要的东西，但它不知道你想要的到底是什么。所以，它根据你提供的模糊信息输出了通用性极强但没有任何实际价值的结果。严格来说，它给你的结果都是对的。你最后其实是在不断反思需求的提出方式的过程中，筛选出了想要的版本。”杨迅说，“在这个过程中，由于每个人的沟通能力和对AI原理的理解参差不齐，导致AIGC生产结果的可控性就会很差。就像不善于交流的领导大概率也无法发挥下属的技能优势，大概就是这种感觉。”
也因此，AIGC可以模仿现成的风格，但它目前还无法创造出新的风格。只是鉴于软件如此快速的更新变化，未来会如何，以后的风格和设计会如何演变，还没有人能给出答案。
一种可能是，设计的源起将变得更加难以追溯。“创意从哪里来的？一种风格从哪里开始？一场艺术运动又从何而来？”McDonald说。“通常情况下，最先被人们听到的是那些最响亮又最持久的声音，它们自信且快速，但这些声音并不代表就是创意的起源。这并不是一个新话题了。在没有规约的情况下，没有人可以承诺这些技术可以帮助使得那些在安静和孤独中默默工作的优秀人才出位。”
“那么问题就变成，一旦你的作品出现在算法中，它会造就你还是毁了你？如果你还没有做出成绩，或者为人所知，也许隐藏你的作品是保持独特性的唯一方法。”McDonald对《第一财经》YiMagazine说。
在郭城看来，随着AIGC的普及，特别是图像类AIGC的普及，许多“创意”会变得廉价。毕竟只要动动手指，就可以生成无限多的不同图像。当AIGC出现之后，机器的创造逼迫人类重新思考“创意”的内涵。
网络上一些“酷炫”作品的评论区会有大量称赞“太有创意了！”的留言。郭城认为，大众有一种把“创意”等同于“（创意的）表达”的倾向，而这有些片面。“其实我们很难分辨‘太有创意了’这个评价，是指这个作品的概念逻辑、结构实现方式、造型语言、材料运用，还是仅仅关于眼前这张图呈现出的效果。”郭城说。
Hayes认为，答案是肯定的，因为在不同历史阶段，对于创造力的定义从来不是一成不变的，它一直在变化。“在英文词源中，这个词（creativity）的词源原先用于描述神的属性，到文艺复兴时期，被赋予人类的元素，意思是人类可以产生惊人的想法。再到后来有了更多民主化色彩，每个人都可以拥有创造力。”
随着“创意”变得廉价，郭城认为，“什么是创意”这个问题的答案也逐渐变得清晰起来，“创造出新的关键词，或组织关键词的逻辑，新的未被AIGC数据集囊括的形式（视觉）语言，这些能力在内容生成逻辑同质化的情况下将会愈发重要。”
简明对此表示乐观，“在任何领域，总会有一小部分人能够成功，并且能够完成令人惊叹的工作。也会有大量的人去做非常平庸的工作。我认为AIGC也会如此，因为即使每个人都在使用AIGC工具制作所有这些美丽的图像，但只有极少数人制作的图像会非常棒，从人群中脱颖而出。”
值得注意的是，AI绘画有一个明显短板，工具本身难以实现情绪递进。
熊元昱举了艺术家罗斯科的例子。“当你用AI生成罗斯科风格的作品时，你会发现AI生成的画是冰冷的，没有情绪递进的，”熊元昱说。也正是因为如此，我们很容易分辨出AI绘画与人类创作的不同。“罗斯科的画面内容可能就是简单的色块，这样的作品看似容易复刻，但作品的媒介、笔触和肌理，甚至悬挂画作的方式都会影响观众当下对作品情绪的理解。AI目前还很难搭建起艺术家和观众之间交流的桥梁。”
在设计师们看来，创意的价值点仍然在商业上。其中，创意消费的内容将在可见的未来更加蓬勃。
“创意消费市场也会变得更加多样化和个性化，比如提示词工程师、人工智能训练师等专业性较强的职位成了近期招聘的热门。”张诗云说，“此外，AIGC工具也催生出一些普通人能够胜任的新职业，如AI作图家、AI叙事员等，接下来或许有更多的新职业将诞生。”
“人们会消费更多，也创造更多。所以我们的精力需要转移到不同的领域去。”简明说，“就像摄影师担心摄影毁掉绘画一样，而当Photoshop出现，人们认为这将摧毁摄影，它实际上是一种增强。”
设计师们要做的，是精进自己的创造力和耐力。McDonald认为，创造力源于对学习和体验持续的好奇心，它是建立想象力的基础。每个人都有创造力，但表达的自由取决于是否有发展创造力的环境。要完成创造，仍然需要研究和忍耐，它不意味着按下一个按钮就大功告成。
“你需要不断地回到这些工具中去，不断试验，看看以前没有尝试过什么，是否能做些什么达成一个新的结果。大量的努力和试错仍然是必要的，尽管这些工具的能力很疯狂，我们仍然需要毅力和想象力来超越这些表面。毕竟每个人都在使用它。”
近期，在面向侵权诉讼的一份声明中，Stable Difussion辨驳称AIGC艺术工具的基础是数十亿图像的训练。每张图片并不是几个标记，而是数百万个像素，每个像素中又包含字节。“你无法将数百万像素的图像可逆地压缩成一个字节的信息”，这家公司在声明中说。其给出的辩词是，人工智能生成的图像可以被认为具有足够的变革性，不会违反版权法。
“版权保护是有明确界定的，即作品的相似度。只不过在AIGC到来的时候，相似度的界限被模糊了，你可以说它‘从宏观上看’非常不相似，但你也可以说它‘从微观手法看’非常相似。这取决于AI的‘拟合程度’。”杨迅说。他表示自己对AIGC工具的版权持中立态度，认为技术本身没有问题，但是反对使用的人在没有授权的情况下随意利用别人独有的劳动成果来创建模型，也就是行话说的“炼丹”。他认为，“炼丹”本质上是一种对稀缺资源的无序扩产导致原始资源价值被稀释的过程，“炼丹者”在其中受益，原作者的价值被稀释。
相较于“寡不敌众”的艺术家们，图库公司似乎更有动力推动诉讼，它们受到的利益损害并不亚于创作者。实际上，库存图片网站Getty Images对Stable Difussion提出诉讼的指控就包括侵犯版权和违反网站服务条款。在接受媒体采访时，Getty Images首席执行官Craig Peters称，他们并不是在寻求经济补偿，也对阻止AIGC艺术工具的开发不感兴趣，只是希望能在法律上明确创作者和公司的权利，“创造一种新的法律现状”。
“大批量数据的产出，要解决版权问题就变得更难。之前没解决的问题，现在AIGC出来就能解决了吗？”戴喆骏说，他曾经有过一些封面被抄袭的烦恼。
不仅仅是侵犯数据集里作品版权的问题，AIGC生产出来之后，它的知识产权保护又该怎么算？“人工智能生成的东西不受专利保护，并且自我IP的建立也很难，既然不受专利保护，那相当于做了一场梦。”张周捷对《第一财经》YiMagazine说。
目前创作者们面临的状况是，立法跟不上技术的快速发展。毕竟立法者和监管者很难在短时间内彻底弄明白新的技术，企业也会以中美技术竞争为理由，拖延监管的到来时刻。
除了立法跟不上生产力变更的节奏，版权保护背后涉及的各类金融、投资和政治问题也让版权问题成为一团乱麻，短时间内难以厘清。“我们也许需要考虑如何管理、分组和保护。它实际上可能导致更少的共享和更多的私密性。”McDonald说。McDonald建议应该给编程者颁发许可证，就像司机应当取得驾照那样。
“当涉及数据和编程时，AIGC背后的人是谁？他们的价值观是什么？我不是说这应该成为政治问题，而是我坚信世界上应该有编程许可证。那些正在为我们的生活和交互编程的人，我们甚至无法给他们一个露脸的机会……那样就成了乌托邦的现实了。”McDonald说。“就像驾驶要有驾驶执照，医生有行医执照，你的工作伦理和道德需要符合相关要求，将社区、健康和可持续性放在首位，这是真正承担责任的方式。”
2019年，IDEO就发布了一份AI道德指南，在文章中，他们称是受到AI Now、Data&Society等组织的启发。IDEO期望的是，不要等别人来制定规则，设计师应该成为有原则的设计实践者。
“认识到它的局限性，不要以为它能解决一切问题。要以道德和负责任的方式设计未来，这是我认为我们目前能做到的最好的事情。”IDEO的指南包含四条原则：数据不是真理、不要预设人工智能的可取性、尊重隐私和集体利益，以及人工智能的非预期后果会是设计的机会。
在刚刚过去的米兰设计周上，SPACE10举办了一场工作坊，主题是“生成式AI在设计中的潜力”。在研讨中，他们向与会者抛出这样一个问题：当算法不只是生成的，而是就以这种方式思考，充当你的工具和创意合作伙伴，会怎么样？不过被问到生成式AI会对未来的居家设计产生什么影响时，McDonald认为，现在谈论这个问题还为时过早，因为一切都在变化之中，并且这个变化的进展如此之快。
在2023年米兰设计周上，SPACE10使用宜家1970年代的目录图片，来训练自定义人工智能模型，生成了一系列有新型功能的复古外观产品。
事实上，在这一批火热的生成式AI之外，上一代人工智能设计仍然在以其精准性吸引toB的公司。门槛低、面向大众的AI生成并非唯一的人工智能通道。比如大界机器人正在试验的机器人自动化；或者是Gensler考虑做的一个非正式的计算机辅助设计软件，它可以帮助设计人员快速生成办公空间的平面，在输入办公桌长宽、人数等等参数之后，可以在软件上迅速给出平面的排布。
“如果有人工智能，就可以监控所有办公空间的使用状况，它会告诉你，这个空间的使用效率是10%，如果租金是10块钱一天，那么每天有9块钱是浪费的。这样我们就能够对空间作出更多调整。”秦振晖说。
但无论如何，张周捷认为，为人工智能建立一个体系是必要的。他将体系类比为比特币初始发行时的白皮书，就像造物主对生物体系做的设定。“得有一个纲领，造出的物种是什么东西，它的种群数量是什么样的，有没有竞争力，它在未来的演化会是什么样的，等等。”
一切认为AI将拥有意识并提供更好的设计服务，又或者认为AI没有意识，所以远不能企及人类的设计水平的观点，引领我们来到一个更终极的哲学问题。
AI应该有意识吗？如果它有，就会像科幻电影《2001太空漫游》中的哈尔那样。届时我们该如何看待人类自身的存在呢？
因此，《第一财经》YiMagazine抛给了采访对象一个假设的思考题：不考虑任何其他的环境因素，当你是唯一一个知道AI智慧体的人类，你跟它待在一个封闭的房间里时，你会怎么做？
“如果不以人类中心主义的方式来思考，那么，我们是否可以仅通过相似的表现形式，就判定算法是否具有与人相近的‘意识’是不合逻辑的，也没有必要。”郭城说。这也凸显了人类自身的狂妄自大。不管是对AI还是对自然。
王诗云说她会像自己喜欢的电影《普罗米修斯》里那样，“就像巨人第一次看到人类、感受到人类的智慧，我会表现出一样的惊叹。”
秦振晖表示，“我突然反应出来的是《三体》里的一句话，‘不要回答。’”
Charles Hayes说：“我会告诉它让大家都能用AI，否则我会威胁称要拔掉它的电源。”
原文链接：https://baijiahao.baidu.com/s?id=1766924967006897305&wfr=spider&for=pc
