邱志杰｜面向创造的训练——AI时代的人性激发

更值得强调的是，“基础模型—多模态泛化能力”可以与艺术教育中“通识教育—专业能力迁移—贯通创新”的结构类比。一个经过大规模基础训练的模型，能跨图像、语言、声音等模态进行推理；同样，一个具有扎实通识教育基础的艺术学生，也能够将能力迁移到新的媒介与前沿技术之上。今天我们强调“通识教育—专业深化—融合创新”的三段式路径，与大模型在训练后经过微调、功能迁移和场景适应的过程高度相似。

这一类比带来的新启示是，艺术学院应当建构一种新的“训练生态”，类似于AI研发中的多模型协作环境。跨学科教学体系、跨媒介技术平台、微专业、艺术与科学联合实验室都不再是附属品，而是整个训练体系的关键基础设施。艺术学院的“跨学科集群创新结构”恰恰对应AI在多任务、多模态、多工具联合中的发展方式。学生需要的不再只是一种技能，而是一套能够在不同任务和媒介之间迁移能力的训练框架。（图3）

图3天津美术学院人工智能艺术学院学生丁翊涵、郭亚轩的数字交互艺术作品《沫魇》（2025）获第十九届中国好创意暨全国数字艺术设计大赛全国总决赛思辨艺术类一等奖

（一）人类的学习有很多种

艺术院校必须双手互搏，同时容纳不同模式，而不是只推行一种统一的“最优路线”。佛教修行中有“渐修”与“顿悟”两种路径：前者强调累积与日常练习，后者强调观念的突然突破。这种二分恰好可以映射到艺术训练中不同类型的学生。

文学和武侠故事提供了一个非常有力的文化隐喻。令狐冲学习“独孤九剑”，只练了几天就脱胎换骨，靠的是“无招胜有招”的点破，也就是新认知模型的建立；张无忌学太极拳，看张三丰演示一遍就通透领悟，这也是典型的小样本学习，不是暴力学习，而是观念层面的结构跃迁。此类学习者原本就拥有庞大的“基础数据集”，他们的“预训练”足够，所以一个小样本的“触发数据”，就能造成巨大的能力迸发。

相对而言，郭靖学降龙十八掌是重复苦练——对应了“暴力学习”的模式。这类学习方式更依赖肌肉记忆、耐心、纪律与现场经验的堆积。这样的学习虽然“笨”，但有时反而比天才的顿悟更稳固，因为它是把创作能力深深植入身体层面，而不是停留在抽象理解阶段。

艺术教育因此只能因材施教。聪明跳脱的学生往往敢于突破，却可能忽略深入扎根于基本结构之中，因此需要更多“训练”让他们“沉”下去；笨办法有时更快，因为虽然“脑子没记住”，但“身体记住了”。艺术教育中的描红、临摹、重复练习恰恰是人类版本的“参数固化过程”。一些学生的突破不来自理解，而来自身体本身的领悟。

刻苦的学生则容易在路径依赖中失去灵动，反而要通过“棒喝”激活观念，让他们获得必要的自由度。艺术学习的训练路径不应是标准化的，而是一个需要教师不断校准每个学生“模型结构”的过程。

（二）AI的进化还未停止

当代AI的训练路径以“大模型、大参数、大算力”的“大力出奇迹”方式创造跨领域能力，这也正是天津美院人工智能艺术学院的口号。对于人类学习者来说，这意味着：聪明人若愿意用“笨方法”去磨炼自己，就会成为一个“狠人”。他会获得一种新的力量，超越天赋本身，既有聪明的敏捷，又有笨功夫的根基。这样的学习者不仅具备创新能力，也具备面对复杂任务时的耐力与结构感。