文本生成图像（text to image）改变了艺术的生产方式，输入提示词（prompt），点击回车，随着进度条的推进逐渐从模糊变清晰，在完成最后 5% 的时候一下弹出高清画面，像是水晶球里的魔法。
今天面对 AI，我们就像是拿不稳画笔的初学者，由于不了解它的运行机制而无法预知提示词的生成结果。与绘画（即便是数字绘画）相比，AIGC 更像是一种人与 AI 的“合作”，而非目的明确的“创作”。这在体验上造成了一种断裂感，似乎是一个与传统经验没有任何关联的新领域。
公众号 GONG HO 发布了图集《这不是一场展览》，全篇内容都是用 Midjourney 生成的精美展览现场，不管是形式、氛围、空间状态，都不输一家中高端画廊的呈现。有观众留言“消电检”不过关 —— 用来辨别 AIGC 的不是视觉的线索，反而是生活常识。“拍摄”的仪式
《这不是一场展览》中的精美图片看起来像是印刷时代的产物。费顿出版社（Phaidon Press）的艺术专辑 “Cream” 系列享有至高的行业声誉，对于艺术家来说，入选“Cream”系列画册意味着一种蓝筹身份的确立。蔡国强、村上隆的早期作品就被该系列《Fresh Cream》收录。而当艺术家被邀请提交作品时，选择最好的角度，设置合适的灯光，使用专业器材留下影像记录则是与“刊登”事件匹配的拍摄仪式。当读者翻开珍藏版的艺术书，透过精心拍摄的图片能感受到一种展览现场的代入感。
Cream3, Phaidon Press, 2003这种感受随着互联网的兴起消失了。“Cream”系列在2003年发行了最后一期《Cream 3》，高级画册出版也由此逐渐衰落。2010 年，Instagram 上线，一款主打图片社交的 APP 改变了之后的互联网。人们用数码相机（2010年前后的数码摄影技术还非常粗糙）拍摄照片，从 SD 卡导入电脑，通过门户网站和个人博客发布于网络。对效率的追求打破了出版行业图像制作的仪式感，网络向所有人开放，这时的展览拍摄也开始变得随意，即兴的构图中往往混杂着观众走动的身影，更不用说专门的打光选景。直到 2015 年，随着 iPhone6 的推出，拍照功能成为手机厂商的竞争领域，艺术展览的现场拍摄才开始回归精致化的视觉效果。只不过这时候大量的自拍（selfie）抢了作品的风头。网络投票选出的2010s最重要的摄影设备
《这不是一场展览》将我们带回到具有仪式感的拍摄现场。精美的布展，考究的用光，高清的画面，这些细节意味着一台十分专业的照相机。透过这组 AIGC 作品，能看到创作者 GONG HO 对经典展览场景的把握。从最后的生成效果看，prompt 中除了作品的创意和场景的描述，还包含了“灯光”和“摄影器材”的关键词。对空间和光线的经验自于一位经历过“旧”时代的艺术从业者，这种经验不属于一个互联网原住民。在 NFT 热度最高的2021年4月，针对当时最有号召力的加密艺术平台 SupuerRare 的数据分析加深了这种文化经验断裂的感受。数据研究表明“加密艺术品整体色调更倾向于紫色，强调一种植根于对旧式科技的怀念的审美。”它听起来与经典艺术史如此不同，crypto 人群为此而沸腾。今天回望这则消息，用 22,018 件作品的分析结果来说明“加密艺术”，显然是一种数据偏见。艺术往往被理解为一种带有革命气质的先锋形象，但值得注意的是，文化的发展不是断裂的。文艺复兴的重要作品几乎全是宗教题材，是教廷和贵族的委托定件，人文精神的复兴不过是圣母脸上露出的一丝带有人情味儿的笑容。根据 ResearchGate 的数据统计，2018 年以后图像在整个互联网数据中的占比就超过了90%，今天大语言模型的数据就建立在这个语料库之上 —— 恰恰是上个时代的互联网用户（创作者）上传的数据在生成今天的 AIGC。文化的惯性就隐含其中。
Percentage increase in image data, ResearchGate, 2017
很难想象第一版 Photoshop 发布于 1990 年，33 年中，观众的视觉经验已经受到了深刻的改变。AIGC 是下一个超级工具，显然正在带来又一次范式转移。绘画技能从控制画笔到控制鼠标，转变成何如更准确地使用提示词（prompt）。脱离手工的经验，传统创作者也许会感受到些许不安。潘诺夫斯基*的图像学方法也许能帮助快速进入新的语境。观看的第一阶段就是“描述”，看它“是什么”，这个环节就是从画面倒推 prompt 提示词的过程。画面被拆解为元素，形成文本，在图像与文本之间建立联系，这个方法也启发了日后符号学的发展。但是，接下来“分析”（为什么）与“解释”（意味着什么）的内容则不应该出现在 prompt 当中，并置的意向将使语义模糊而导致画面混乱。
《这不是一场展览》是一套 AIGC 的作品，其创作思路和语言逻辑却延续了经典艺术的感受经验，并没有发生真正意义上的断裂。面对 AI，人类挑战存储和算力是不可能的。那么创作者要做的就是像素描练习一样，测试如何精准地表达prompt，描述画面，并像一个绘画高手那样“说出”你想要的内容。斯坦福大学人工智能、机器人与未来教育中心主任蒋里给出的建议是：了解 AI 的工作原理；区分 AI 和人的的不同，然后更好地展开与 AI 的合作。
* 欧文．潘诺夫斯基（Erwin Panofsky,1892-1968）为德国犹太裔艺术史学者。
根据他的图像学理论，图像学研究有三个步骤：描述、分析与解释。首先“前图像描述”(Pre-iconographical description)指的是观察物件的外观，客观的叙述表象特质，包括色彩、光线、线条或构图等；第二步骤“图像志分析”(Iconography)是深入图像物件的主题，分析在史料记载出现的缘由与意涵，推测主题出现的可能通则，如理念、故事性质等，因此在分析阶段须具备丰富知识，掌握原典文献，以了解图像在不同历史情境的演变脉络；最后步骤“图像学研究”(Iconology)是以时代背景、文化特征、政治因素或社会概况等要素，解释图像物件所涉及的人、事、时、地，深入探讨未曾被解释的可能意义。
https://www.theblockbeats.info/news/23696 https://www.researchgate.net/figure/Percentage-increase-in-image-data_fig1_320070276https://zh.wikipedia.org/zh-hans/%E6%AD%90%E6%96%87%C2%B7%E6%BD%98%E8%AB%BE%E5%A4%AB%E6%96%AF%E5%9F%BA#%E5%9C%96%E5%83%8F%E5%AD%B8%E7%A0%94%E7%A9%B6%E8%AB%96%E8%91%97https://www.youtube.com/watch?v=ZA9K0JMrbWg&t=244s
数字化合物推出DiCo+专栏，将通过一系列加密艺术相关人物、事件的采访和报道，以个案研究的方式呈现行业版图。