新眸原創(chuàng)·作者 | 鹿堯

上個(gè)月，2026世界數(shù)字教育大會(huì)在杭州開幕。中國(guó)美術(shù)學(xué)院作為大會(huì)“藝術(shù)與科技的共生共創(chuàng)”參訪線路的展示窗口，向人們呈現(xiàn)了一堂別開生面的中國(guó)畫實(shí)踐課。

一間教室里，圍了幾圈人，內(nèi)圈有一張鋪了宣紙的桌子，美院教授正在畫一幅《清廉二友圖》，墨色在筆尖暈開。身后豎著的一塊屏幕，有研究人員借助國(guó)畫創(chuàng)作平臺(tái)，在鍵盤上陸續(xù)敲出指令，不多久，一幅國(guó)畫風(fēng)格的圖像出現(xiàn)在屏幕上。

這個(gè)場(chǎng)景有趣的地方在于：一邊是毛筆與墨汁，一邊是算法與算力，兩種看起來(lái)毫不相干的工具，在同一場(chǎng)演示里完成了同一件事——?jiǎng)?chuàng)作一幅水墨畫。

一場(chǎng)展示背后，是中國(guó)美術(shù)學(xué)院與火山引擎聯(lián)合研發(fā)的“中國(guó)畫智能體”。雙方從啟動(dòng)到交付用了5個(gè)月，核心支撐是火山引擎提供的“高質(zhì)量數(shù)據(jù)集”產(chǎn)品，以及圍繞約數(shù)萬(wàn)張張中國(guó)畫精品訓(xùn)練出的垂類模型。

在此之前，火山引擎的數(shù)據(jù)方案已服務(wù)過不少非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化的數(shù)據(jù)場(chǎng)景。而這次，數(shù)據(jù)變成了花鳥畫，標(biāo)簽變成了筆墨、氣韻、留白、章法，交付物變成了一個(gè)能鑒賞、能生成國(guó)畫的AI。

一個(gè)專注AI的科技公司，一個(gè)聚焦藝術(shù)美學(xué)的美術(shù)學(xué)院，兩邊的結(jié)合，與其說(shuō)是戰(zhàn)略合作，不如說(shuō)是在行業(yè)拐點(diǎn)上的一次自然碰撞。而碰撞的結(jié)果，還有一條可以復(fù)制的路徑：讓一個(gè)非技術(shù)背景的垂直行業(yè)，用自己的高質(zhì)量數(shù)據(jù)，在大模型之上長(zhǎng)出屬于自己的AI能力。

01

數(shù)字化做了20年

但機(jī)器還是不懂國(guó)畫

如果把藝術(shù)品數(shù)字化比作一條路，過去20多年，文博機(jī)構(gòu)和藝術(shù)院校都在走：把畫拍成高清圖，掃描成數(shù)字文件，掛到網(wǎng)上。這條路沒錯(cuò)，傳播面確實(shí)廣了，社會(huì)美育確實(shí)推進(jìn)了。

但這只是“數(shù)智化”的前半段。后半段的“智”，一直很少有人走通。

國(guó)畫的“皴法”“設(shè)色”“構(gòu)圖”“款識(shí)”“意境”這些概念，對(duì)于很多人來(lái)說(shuō)已是“只可意會(huì)不可言傳”，更別說(shuō)只認(rèn)代碼的機(jī)器了。而通用大模型訓(xùn)練所依賴的互聯(lián)網(wǎng)公開數(shù)據(jù)，在藝術(shù)領(lǐng)域又以英文網(wǎng)頁(yè)為主，西方油畫和卡通風(fēng)格占了絕大多數(shù)——兩重因素疊加，導(dǎo)致通用模型對(duì)國(guó)畫的理解幾乎空白，更難以體會(huì)中國(guó)畫的筆墨邏輯。

舉個(gè)例子，它也許可以把一只鳥畫得很像，但不懂“留白”是什么意思，不知道“氣韻生動(dòng)”為何物。如果你讓它畫一幅“清供圖”，它可能給你堆滿整個(gè)畫面，但毫無(wú)章法。

中國(guó)美術(shù)學(xué)院教授盧濤回憶，此前他用某個(gè)AI工具生成國(guó)畫，出來(lái)的東西像卡通畫，題跋和印章都沒有?！八鼪]學(xué)過，當(dāng)然不知道有這些東西?！?/p>

這并不是技術(shù)不行，而是數(shù)據(jù)沒喂對(duì)。

在盧濤看來(lái)，生成式AI最擅長(zhǎng)的就是視覺內(nèi)容生成，而中國(guó)美院大部分專業(yè)恰恰屬于視覺藝術(shù)——兩者天然相關(guān)。在探索“藝術(shù)+AI”的融合這件事上，美院沒有理由不去做。

但問題在于，美院是一所純藝術(shù)院校，沒有計(jì)算機(jī)學(xué)科，也沒有足夠?qū)I(yè)的AI技術(shù)團(tuán)隊(duì)，因此他們認(rèn)識(shí)到，必須找一家既有技術(shù)能力、又能理解內(nèi)容需求的科技公司來(lái)進(jìn)行合作。

問題自然變成了：誰(shuí)能幫美院把那些“只可意會(huì)”的藝術(shù)知識(shí)，變成機(jī)器可讀、可訓(xùn)練的數(shù)據(jù)？

事實(shí)上，早在十四五規(guī)劃期間，學(xué)校就提出了“美育星球”的概念，建立自己的非結(jié)構(gòu)化數(shù)字資源平臺(tái)，把各個(gè)教學(xué)單位的數(shù)字化資源匯集起來(lái)，做了初步的編目和標(biāo)簽。2024年，美院開始系統(tǒng)性地謀劃“藝術(shù)+AI”。多模態(tài)AI爆發(fā)后，美院能快速切入，靠的就是這幾年的積累。

嚴(yán)侃是中國(guó)美術(shù)學(xué)院信息技術(shù)中心副主任，他先后接觸了好幾家國(guó)內(nèi)大廠。最后選中火山引擎，理由很簡(jiǎn)單：火山引擎在多模態(tài)大模型方面有著較為深厚的實(shí)力。

“特別是在視覺生成領(lǐng)域，已經(jīng)有業(yè)內(nèi)領(lǐng)先的模型。”

更重要的是反應(yīng)速度。達(dá)成共識(shí)之后，火山引擎迅速拉了一個(gè)十幾個(gè)人的專班小組，全面對(duì)接?！皼]有廢話，我講清楚我有什么、我要什么，他講清楚他有什么、他的目標(biāo)是什么。兩邊對(duì)完，后面推進(jìn)就非?？炝??！?/p>

2025年下半年，雙方正式啟動(dòng)合作。項(xiàng)目鎖定在一個(gè)非常具體的點(diǎn)上：中國(guó)畫的花鳥方向。

02

火山引擎的方案：

從數(shù)據(jù)到智能體

中國(guó)美院有近30個(gè)專業(yè)。國(guó)畫是最傳統(tǒng)的門類之一，而花鳥方向又是國(guó)畫里最難標(biāo)準(zhǔn)化的。

難在哪？國(guó)畫的評(píng)判標(biāo)準(zhǔn)不是“像不像”，而是筆墨、氣韻、神似。這些東西很難量化。

如果只看技術(shù)層面，火山引擎提供的是標(biāo)準(zhǔn)的AI能力：基模、算力、自動(dòng)化標(biāo)注工具、智能體封裝。但真正讓美院覺得不可替代的，是這套“高質(zhì)量數(shù)據(jù)集+智能體”解決方案的全流程落地能力。

美院的第一步，不是直接扔畫給AI，而是先做了一套18個(gè)維度的標(biāo)簽體系。這些標(biāo)簽包括皴法、設(shè)色、構(gòu)圖、款識(shí)、印章位置、題跋內(nèi)容等等。

火山引擎的數(shù)據(jù)集建設(shè)服務(wù)，提供標(biāo)準(zhǔn)定義與規(guī)范化工具，幫助美院將這18個(gè)維度轉(zhuǎn)化為機(jī)器可讀的元數(shù)據(jù)結(jié)構(gòu)。從抽象的“氣韻”到具體的“筆觸類型”，每一個(gè)藝術(shù)特征都被拆解為可標(biāo)注的字段。

緊接著就是知識(shí)庫(kù)訓(xùn)練與自動(dòng)化打標(biāo)，他們先不急著標(biāo)畫，美院給模型“開書單”，哪些經(jīng)典畫論、哪些權(quán)威教材、哪些代表作品是AI必須學(xué)習(xí)的。模型先讀這些內(nèi)容，建立對(duì)國(guó)畫的基礎(chǔ)認(rèn)知，然后再對(duì)畫作進(jìn)行自動(dòng)標(biāo)注。

火山引擎的自動(dòng)化打標(biāo)工具支持參數(shù)化配置，美院專家可以在后臺(tái)定義標(biāo)注維度和規(guī)則。系統(tǒng)實(shí)時(shí)監(jiān)控打標(biāo)進(jìn)程，自動(dòng)生成圖文對(duì)。整個(gè)過程不是黑盒——標(biāo)注結(jié)果支持一鍵導(dǎo)出，專家可以隨時(shí)人工校驗(yàn)和調(diào)整。

這樣一來(lái)，美院團(tuán)隊(duì)在自動(dòng)標(biāo)注結(jié)果進(jìn)行復(fù)核，發(fā)現(xiàn)不對(duì)的就改，發(fā)現(xiàn)維度缺失的就補(bǔ)?；鹕降募夹g(shù)專家還提醒美院：不能只給“好”的畫，得把“一般”和“差”的也放進(jìn)去，否則AI不知道好壞標(biāo)準(zhǔn)。

這個(gè)“好中差”樣本策略，來(lái)自火山引擎在垂類模型訓(xùn)練中的經(jīng)驗(yàn)。最終，美院提供了數(shù)萬(wàn)張代表性畫作，覆蓋各朝代、各主流流派。經(jīng)過多輪迭代，自動(dòng)化標(biāo)注的一次性通過率達(dá)到95%，修改后的通過率超過99%。

在高質(zhì)量數(shù)據(jù)集的基礎(chǔ)上，火山引擎幫助美院進(jìn)行模型的定向優(yōu)化。通過模型后訓(xùn)練（Post-training）技術(shù)，將國(guó)畫鑒賞、藝術(shù)創(chuàng)作理論等專業(yè)知識(shí)注入模型。針對(duì)不同業(yè)務(wù)需求，分別訓(xùn)練了用于藝術(shù)風(fēng)格遷移、衍生品輔助設(shè)計(jì)、國(guó)畫元素生成的專屬垂直模型。

最后，他們將多個(gè)定制化模型組合，封裝成開箱即用的智能體。用戶只需要自然語(yǔ)言輸入，即可獲得專業(yè)的藝術(shù)解析或完成基礎(chǔ)的藝術(shù)創(chuàng)作。智能體能力可靈活集成至小程序、交互大屏或Web端。

嚴(yán)侃提到，在交互設(shè)計(jì)上，火山引擎為他們提供了關(guān)鍵的產(chǎn)品經(jīng)驗(yàn)。最初的設(shè)計(jì)是純對(duì)話框，用戶需要輸入文字描述來(lái)生成圖像。但內(nèi)部封閉測(cè)試發(fā)現(xiàn)，不太懂藝術(shù)的人根本不知道該怎么描述需求。后來(lái)雙方就把產(chǎn)品升級(jí)成“用圖來(lái)選”的方式，分維度給提示詞，甚至考慮到外國(guó)用戶可能更不了解中國(guó)畫，還做了中英文版本。

從交付成果來(lái)看，火山引擎沒有把模型“黑盒化”。他們將幾個(gè)定制化模型做了服務(wù)編排，搭出一條“理解—推理—生成”的工作鏈路，再封裝成一個(gè)智能體。

這個(gè)智能體集成了兩個(gè)核心能力：一是國(guó)畫繪畫大模型。你輸入一段文字描述，或者上傳一張參考圖，它就能生成一幅符合國(guó)畫意境的畫作。其次是衍生品設(shè)計(jì)大模型，它能自動(dòng)提取畫作里的經(jīng)典元素——比如一朵花、一只鳥、某處留白，然后重新組合，變成適合絲巾、帆布袋、明信片的設(shè)計(jì)草圖。

這兩個(gè)能力可以低門檻地接入小程序、交互大屏或者網(wǎng)頁(yè)端，不管是展廳互動(dòng)、課堂教學(xué)，還是文創(chuàng)產(chǎn)品開發(fā)，都能直接調(diào)用。

據(jù)盧濤回憶，良渚的那次會(huì)議上，聚集了近百名中外嘉賓。一位外國(guó)嘉賓來(lái)得晚了一些，時(shí)間充裕，他親自上手，用AI畫了一幅自己心目中的畫。臨走時(shí)，美院給他打印成一個(gè)杯墊。他很喜歡，又問要了兩個(gè)。

03

最難的不是技術(shù)，是“神韻”

在整個(gè)合作中，火山引擎有兩個(gè)特點(diǎn)讓美院的團(tuán)隊(duì)印象深刻。

一是對(duì)內(nèi)容的理解?；鹕揭嫫煜碌亩拱竽Ｐ图易?，已經(jīng)在多模態(tài)生成領(lǐng)域積累了大量的用戶反饋和工程經(jīng)驗(yàn)。

其次是共創(chuàng)態(tài)度。嚴(yán)侃提到，相比“你把數(shù)據(jù)給我，我給你輸出模型”的黑盒交付。藝術(shù)數(shù)據(jù)集本身就是美院的核心資產(chǎn)，火山引擎在這件事上的做法是：共同開發(fā)，數(shù)據(jù)歸用戶，技術(shù)能力開放。這種模式，在當(dāng)下的AI合作中并不常見。

坦白說(shuō)，乍一看，當(dāng)下交付的智能體可能算不上什么“顛覆性產(chǎn)品”。

但恰恰是這種“不大”的試驗(yàn)，反而更值得思考。

你可以將它當(dāng)作一次“最小可行性閉環(huán)”的驗(yàn)證。 美院和火山用不到半年的時(shí)間，把一個(gè)最傳統(tǒng)的藝術(shù)門類，完整地走通了“數(shù)據(jù)→模型→應(yīng)用”的全流程。證明了一件事：一個(gè)沒有足夠技術(shù)能力的專業(yè)機(jī)構(gòu)，完全可以依靠自己的高質(zhì)量數(shù)據(jù)，在通用大模型之上長(zhǎng)出屬于自己的AI能力。

盧濤反復(fù)提到一個(gè)觀點(diǎn)：AI介入一個(gè)藝術(shù)品類之后，應(yīng)該產(chǎn)生一種新的藝術(shù)形式，而不是去復(fù)刻舊的藝術(shù)形式。

他舉了個(gè)例子，攝影術(shù)發(fā)明之后，如果人們只想著“怎么拍出油畫效果”，那今天就不會(huì)有電影。電影是一種全新的藝術(shù)形式，它集成了美術(shù)、表演、文學(xué)、音樂，帶來(lái)了新的生產(chǎn)力、新的經(jīng)濟(jì)模式，甚至帶來(lái)了最早的空調(diào)——因?yàn)殡娪霸禾珢灍崃恕?/p>

再比如書法和字體的關(guān)系。80年代電腦普及后，出現(xiàn)了字庫(kù)。今天的上網(wǎng)、打字，用的99.9%是字體（宋體、楷體、黑體），而不是書法家手寫的字。字體沒有沖擊書法，它們并行存在，而且字體本身已經(jīng)形成了一個(gè)巨大的經(jīng)濟(jì)體。

“AI會(huì)不會(huì)侵害原來(lái)的藝術(shù)？我覺得不會(huì)。它會(huì)出一種新的東西，新的東西會(huì)帶來(lái)新的生產(chǎn)關(guān)系、生產(chǎn)力、生產(chǎn)要素。”盧濤說(shuō)。

從這個(gè)角度看，這次“中國(guó)畫智能體”的真正價(jià)值，不在于它今天能畫得多像齊白石，而在于它為“新中國(guó)畫”的可能性投下了一塊問路石。

在這個(gè)過程中，火山引擎這類技術(shù)廠商所扮演的角色值得重新審視。

相比“給一個(gè)現(xiàn)成的模型”，或者“做個(gè)外包項(xiàng)目”，它提供的是一個(gè)能力基座，圍繞基模、算力、自動(dòng)化標(biāo)注工具、智能體封裝經(jīng)驗(yàn)，需求方自己的數(shù)據(jù)、自己的專家知識(shí)、自己的審美判斷，始終掌握在自己手里。

這種“用戶擁有數(shù)據(jù)、平臺(tái)提供能力”的共創(chuàng)模式，可能是未來(lái)垂直行業(yè)落地AI的更主流路徑。 尤其是對(duì)于那些把數(shù)據(jù)視為核心資產(chǎn)的機(jī)構(gòu)。

從這個(gè)意義上說(shuō)，中國(guó)美院和火山引擎的這次合作，與其說(shuō)是一個(gè)“交付了兩個(gè)智能體”的項(xiàng)目，不如說(shuō)是一次“方法論”的共構(gòu)。它回答了一個(gè)很多人關(guān)心的問題：一個(gè)非技術(shù)背景的專業(yè)機(jī)構(gòu)，怎么用AI？

答案并不復(fù)雜：找準(zhǔn)自己的數(shù)據(jù)壁壘，找一個(gè)愿意共創(chuàng)的技術(shù)伙伴，用一個(gè)最小的閉環(huán)跑通全流程，然后迭代、迭代、再迭代。

至于新的形態(tài)長(zhǎng)什么樣，現(xiàn)在還看不清楚。但至少，那個(gè)站在屏幕前用AI畫畫的泰國(guó)大使，那些感知到“距離我的研究領(lǐng)域最遠(yuǎn)，卻給了我最大張力”的藝術(shù)家，已經(jīng)感受到了點(diǎn)什么。

那可能就是一種新的可能性的開始。