TDW設計周2023，將于7月28日-30日在深圳市福田區會展中心舉行。本屆設計峰會以“回歸創造力”為主題，二十一位跨界設計大咖，將解讀智能浪潮下，在設計領域我們“為何而做”與“如何而做”，重新詮釋創造力的本質。

德籍設計教育和整合創新方法專家楊南（Yang Nan），將現場進行《AIGC與設計創新》主題演講。站酷專訪對話楊南，關注時下熱門話題——“AIGC大勢所趨，設計師如何應對”。

楊南（Yang Nan）

設計教育和整合創新方法專家

北京理工大學設計與藝術學院客座教授

斯圖加特國立美術學院（ABK）和伍珀塔爾大學（BUW）項目教授

Aquacatta GmbH設計咨詢公司創始人，ChainBow株式會社設計總監

AICan社區聯合創始人

主要研究方向：整合創新方法、演化美學、認知心理、設計史觀。在AIGC設計創新應用中積累大量經驗，結合自身研究領域構建了通順的未來產業、制度和文化模式的邏輯框架。

設計AIGC技術究竟發展到了哪一步？哪些產業、行業更先會被AI設計重塑？AIGC會使創作人才標準重構？設計師的“第一能力”會是什么？“AIGC藝術家”涌現，會否消解藝術價值？針對這些問題，楊南從設計教育和實操視角，給出了深度解讀和應對方法。

站酷網：很多設計師反饋，目前還沒法直接用AI做品牌設計，精確度和完成度很難達到預期效果。大部分會先用Stable Diffusion等AIGC軟件做前期或者尋找創意可能性，再用其他工具來精修。據您研究觀察，現在設計類AIGC技術在實際應用層面，究竟是什么水平？設計師是不是真該“抖一抖”？

楊南：從設計落地應用層面看，現在AIGC還處于比較初級的狀態。原因非常多，比如目前主流AI生圖軟件多基于Diffusion擴散模型，哪怕輸入prompts或者參考照片再準確，生成效果和設想也會有區別。這種差異，在很多場景里是不能接受的，比如電商圖，要求和產品完全一樣。在其他創意場景里，也很難準確地把人的想象、創意目標呈現出來。

從底層來說，目前AI算法最核心的是統計，也就是找規律，但有些東西是不符合規律的。比如一些漫畫，故事情節天馬行空，畫風獨特小眾。如果用統計的觀點來完成，是沒辦法進行的。現在AI擅長的是一些比較有規律的模式化作品，比如游戲制作里的立繪，風格成熟的插畫等等。這類有模式的東西，可以通過AI訓練，快速找出規律，產出就會相對容易一些。而如果是創意類的產出，要達到預期，只能用后期動用人為手段去改。如果是有規律的內容，通過越來越精準的技術迭代、模型訓練，是可以達到幾乎不必后期修改的。

至于是不是到了設計師應該很擔心、很害怕的程度。首先，如果你靜態地來看AIGC技術，自己不做改變，做重復性的勞動，比如一個平面設計師，只做固定模式的廣告圖，肯定會被替代。但是，其實有更多、更有創造力、更能夠發揮人特點的事情值得設計師去做。

舉個小例子，在中世紀，很流行畫師這個職業，他們給貴族畫像。當攝影技術出現，實際上大家對攝影是非常恐懼的。跟我們今天設計師看到AI來了一樣，很焦慮。有各種各樣負面的抨擊。但是你可以看到，直到今天，其實畫家、繪畫藝術也并沒有消失。相反，繪畫藝術比以前更豐富，有不同的流派、形式。

所以其實，在往后的一段時間里，傳統的、有模式的、重復性的勞動，確實是會被替代。設計師會面臨轉型的抉擇，去做更有創造力的設計。

楊南（Yang Nan）團隊AIGC作品

站酷網：設計與千行百業相連，您認為哪些產業、行業更先會被AI設計重塑？比如電商標準化圖片設計？哪些行業相對門檻較高？

楊南：不光是設計創意類的行業，全社會幾乎所有的行業，都會被影響。但是，過程并不會非常劇烈和非常快。

我們從2022年底看到了巨大變化，像Stable Diffusion這些視覺平臺軟件，還有ChatGPT的語言、推理能力，這些技術給我們一般老百姓很大沖擊。但其實，這些變化在很早以前，2016年左右，就已經在發生了。比如不少互聯網大廠內部也在越來越多工作流里使用AI工具，去替代一些重復性勞動。

如果說到優先會被重塑的行業，我沒有做過具體統計，但有一些感性觀察。比如，Autodesk里，做建筑內部布線，之前需要特別多的人工去做復雜的改稿工作。但現在，只需要人為地把建筑框架輸入給AI，它會非常快地把建筑內部上下的水、電力布局做好。

我在德國也經常能觀察到設計以外的其他行業，對AI也很焦慮。比如會計師，他們的工作中簡單重復性的勞動占比很大，這類工作也是容易被替代的。

總的來說，有很強創意或者人的情緒價值的行業，變革性的影響會慢一些。比如，有的人說直播很快會被數字人代替，我個人認為很難。數字人可以24小時去做直播，但是在情緒觸達上，要比人差很多。AI統計模型和人的種種隨機性、靈活性，是沒辦法相比的。從這個角度看，AI技術會有很長很長的路要走，或許留給我們的時間還很多。

楊南（Yang Nan）團隊AIGC作品

站酷網：現在基礎的、中低端的、重復性的設計工作被取代的苗頭已經初顯，比如公眾號封面設計，AI創作可能更精美，效率更高。但我們看到，從設計新人到成熟優秀設計師，通常都需要一段“職場鍛煉期”，當這些基礎工作被AI取代，設計專業畢業生就業會更加危機重重？

楊南：這是一個沉重的話題，我過去一年也感受到這種“危機”。我身邊就有一些插畫行業的朋友，去年年初的時候，還會對傳統的設計行業很樂觀，覺得自己能力是很ok的。但到2022年年底的時候，變得非常焦慮，可以說是進入了很恐慌的狀態。

但我個人覺得，現在真正動手去試，去用心了解AIGC的人，還只是一小部分。大部分人知道AIGC厲害，是通過媒體報道，用過的人其實并不多。90%的人，都是看到媒體報道后就開始焦慮，但是并沒有自己去使用和感受。

我建議大家一定要去了解，哪怕你把它當作“敵人”，也需要去了解你的“敵人”是什么樣的，生產力到哪兒了。如果它只是差半倍、一倍的生產力，也許還能在文化上、產業慣性上阻擋一段時間。但如果它帶來的生產力提升，是非常巨量的增長，這種趨勢是任何人沒辦法改變的，它一定會來，而且會影響到各行各業。

打不過怎么辦呢？那就去加入，去擁抱。

我在過去一兩年，都在嘗試和深耕AIGC領域，作圖、各種模態的三維模型動畫、PPT等等。從我個人的感受上來說，它離產品級要求，還差很遠。但也不能否認，這一年來，技術發展得非常快。

去年我們做一個項目，里面有些是外星文明的游戲概念場景，我的創意其實希望是像寺廟建筑那種。但當我把描述給到AI，比如提到Alien，AI選用了《異形》那部電影的大黑腦袋生物形態，因為《異形》英文名也叫Alien。它是通過統計生成的，但不是我想要的。我腦袋里的創意是外星的，有高度紋理感的，建筑是輕盈的，經過大量嘗試和修改，我發現prompts很難跳出現在已經訓練好的模型規律。

最后怎么解決的呢？

我畫了草圖——包括生物、建筑，然后用AI填色、渲染。這個工作量也不小，我最后可能只需要十張圖，但是產出的時候要上千張，然后篩選，把需要的東西選出來。但是每張圖最核心的價值，其實來源于我前面五分鐘畫的草圖。沒有草圖，花再大力氣也出不來想要的效果。所以現在看起來，對設計師來說，概念的提出和表達，是非常核心的能力。

這就好比你想要有個房子作為家，毛坯房是不能稱為家的，你的家里，要有人和環境的互動，有家庭成員的互動，才能稱之為家。其實在未來的產業結構里，AI給我們帶來的是“毛坯房”建造的生產力大幅提升。但把房子變成家，需要情緒價值、體驗互動，這些只有人才能提供。

我前兩天看到抖音上有人販賣焦慮，說一天可以用AI產出100篇小說，這樣每周可以收入2萬美金。這種邏輯是可笑的，你產出的100篇小說總要有人看吧，好看的小說后續才會產生效益。如果只是用AI產出100篇語法通順，但情節是碎片拼接，老套無新意，誰會去為這100篇小說付費？觸達情緒消費的工作，人在里面要占很大作用。這也意味著將來會需要大量的人做創意，做情緒價值的補充。

站酷網：以前一個好的設計師離不開強大的“技法基本功”，設計過程里的“人機協同”，可能是和ps、ai這樣的軟件工具協作。但是AIGC時代，一個好的設計師要會跟AI對話，有沒有好的創意設想，能不能訓練出好的模型，有沒有好的prompt都是考驗。在您看來，AIGC會重構創作人才標準嗎？

楊南：我也在講創新方法類的課程，包括我在大學研究的方向，叫整合創新方法。在流行文化里認為，創新可能是一拍腦門、電光一閃，就有想法出來的偶然性所得。但從設計教育角度看，創新跟兩件事有關，一是你的認知量，這里的認知，指的是內化的、細膩的認知。二是對認知進行聯結、重構的能力。

創新、創意和認知量、認知廣度是非常有關系的。但在我們之前的人才培養構架里，會讓人盡量沿著垂直方向去學習。上大學要選專業，學材料的可能不去了解工藝，學工藝的不去了解設計。這樣他的認知系統里，可能就會有很大的空隙缺口。

但比如像iPhone、戴森吸塵器這些產品設計，就是從用戶使用需求出發，打通了很多橫向知識領域的優秀案例。比如戴森吸塵器，怎么分離塵土、解決過濾器容易堵塞等等，一系列問題要設計解決。粉塵分離器1885年就有專利了，之后還用在直升機上，把干凈的空氣抽進去。后來演變成戴森吸塵器里的吸塵技術，把家里地板上的灰塵過濾出來。場景在變，但利用離心力去分離塵土和空氣的原理沒有變。這種創新，就需要設計師、工程師去學習了解，需要具備跨行業的橫向認知能力。

未來人才，會被要求提升和強化跨專業的能力。AI可以在一定程度上，改變我們的一些學習方式。因為在AI時代，有明確模式的東西，將不再需要大家把它完全掌握。比如我們做設計，有種叫“生成式設計”，過去會用到Grasshopper軟件，寫一些小模塊。像寫一些模塊程序，可以實現在杯子、碗這些物體上實現相同的肌理。以前這些小模塊，很多都要自己開發。現在可以用ChatGPT生成，只要你告訴它想要做什么紋路，描述清楚，它可以直接把腳本寫出來或者稍微修改一下，就可以使用。這種模式化的生成，伴隨技術迭代，很快應該能達到90%不需要人工干預，就能做出模塊。也就是說，某些專業性的、縱深度深的知識或者技能，對人的要求會降低。

圖源：獵聘 

站酷網：招聘市場上AI繪圖師等職業興起，熟練掌握Stable Diffusion等AI軟件，在求職市場上也是加分項。從設計教育專家角度看，設計師該如何應對機遇與挑戰，實現設計職業“進化”？

楊南：具體場景具體分析。從我自己工作領域里看，工作流在不停變化，因為底層技術迭代太快。現在很多應用在工作流上的技巧或者工具，可能我說出來的時候，它就已經過時了。但有一點是確定的，你要不停地在你工作中總結、更新你的知識。

關于怎么樣去學習——擴大你的認知量和知識面。我給的建議可能不太接地氣。我建議大家可以稍微退一步看。從教育心理學上來講，人學習效率最大的驅動力是興趣，如果你給自己特別大的壓力，每天很機械地去完成很多事情，你的內驅力就會削弱。適當地給自己留一些時間和精力，去發展你的興趣愛好。鉆研你喜歡的東西，比如畫漫畫、寫一些故事、做自己喜歡的設計。我們以前覺得沒有特別大功利性作用的事情，在未來時代，也許會變成大有作用的事。我們對AIGC也是，盡量擁抱，不要拒絕。

站酷網：AIGC時代，設計師的第一能力是什么？設計師的“內功”，對于AI創作來說還重要嗎？設計師的哪些能力，是AI無法取代的？

楊南：設計其實是一個很寬泛的領域，視覺傳達、環境藝術、工業設計、產品設計、游戲設計等等，這些分類不好一概而論。但總結起來，我認為一個非常重要的能力，是共情能力，或者說創造和傳遞情緒價值的能力。有種說法是，之前我們是“流量價值”時代，很快會迎來“情緒價值”的時代。人其實是靠感性認知去理解世界的，情緒需求仍然會很大。而且重復性的生產力大幅提升后，情緒需求會變得更有價值。未來不管是做環藝，還是做產品、做游戲，或者視覺傳達類的廣告，最值得關注的共性能力，就是觸達人情緒的能力。也就是“人之所以稱之為人”的價值，會變成人的核心價值。

楊南（Yang Nan）團隊AIGC作品

站酷網：在社交平臺，涌現了很多“AIGC藝術家”。大家從業背景非常多元，不僅有插畫、設計、藝術，還有很多廣告人、藝術愛好者等等。怎么看AI降低藝術創作門檻這一現象？有人說是藝術效率的提升，但也有人認為會消解藝術價值，您的觀點是？

楊南：我的家人其實都是搞藝術的，我對藝術的理解是，每個人本來生來就應該是藝術家。不過，藝術其實是分為幾個層面的，創作層面的，商業目的的，資本金融目的的，這些概念很容易被混淆在一起。

首先第一層面是藝術創作的審美體驗，重在體驗創作過程。比如我會去畫水彩畫，這個過程里，紙筆接觸的感覺，對我來說很享受，它本身就是美好的體驗。這跟最后產出的這張畫，沒什么大關系，因為我畫得很開心。就算全世界的人，都不愿意買水彩畫，我也還是會去畫水彩。

這一層面的藝術創作，是不太會受AIGC影響的。現在它來了，我還是會用紙筆去畫水彩。可能有影響的是，比如我之前想畫二次元的小姑娘，但是我不會畫，畫不出來，但現在用AIGC，我能做到了，這個過程我很享受。這么看，AIGC其實相當于給了我們一種不同的媒介，增加了一種藝術創作手段，實現之前做不到的創作。

但如果我考慮的不是我畫的時候開不開心，而是考慮去買它的人是不是喜歡，那就是第二個層面。就像我們設計了一個很美很可愛的小杯子，但做的過程里，我不一定開心，而是瞄向我的用戶，購買它的人，是不是喜歡。我們用客觀理性的工作，來滿足購買者的審美需求。這個過程里，這個設計，或者藝術，是商品，我們在售賣美學體驗。我們大部分人所說的藝術品，都是這一類。包括現在有一些數字藝術品，有直接的感官審美體驗，比如顏色好看，造型喜歡等等。

除了售賣審美體驗，還有社群歸屬感。比如某奢侈品出了一款很難看的包包，你看了它并不覺得開心，覺得美，但它營造了一種歸屬感，我可以花這么多錢去買這個東西。它的目的是，顯示出我的階層，或者某種文化圈子的歸屬感。包括過去有一段時間流行“殺馬特”，并不一定每個“殺馬特”都覺得那個造型就特別賞心悅目，但是它可以證明自己屬于某個文化群體，會有一種歸屬感。但是總體來講，這些跟我個人的藝術創作審美體驗的快樂是沒有關系的。

再往上一層，是真正在拍賣行、交易所交易的藝術品。比如收藏梵高作品，其中很小成分是“我喜歡這張畫”或者“我真的很欣賞他”，主要目的還是現在我花錢買了它，希望明天能以更高價格把它賣出去。這是藝術品金融屬性，現在的NFT數字資產，核心邏輯也是講故事支撐稀缺性。

回到AIGC會不會消解藝術價值的討論，我們先看支撐藝術品價值的三個屬性，稀有、獨特、稀缺。這三者是不一樣的，但我們老百姓經常把它們混淆在一起。

AIGC產出的圖，有沒有價值？如果隨隨便便一天產出10萬張，你可以認為每張都不一樣，是獨特的，但是它既不稀有，也不稀缺。你可以大量產出這些圖，所以價值支撐不起來。再比如，我做一張AIGC的圖，某位厲害的藝術家或者大明星簽過名的，那它的價值更多在于人賦予它的某種稀缺的意義。所以評估藝術品的價值，還是要從三個屬性入手。

楊南（Yang Nan）團隊AIGC作品

站酷網：面對AIGC的快速發展，中國設計教育近期有什么變化和發展？

楊南：這也是我現在最關注的，基本上所有精力都投入進去的方向。我在北京理工大學有一些合作，輸入一些關于AIGC和設計，尤其是和工業設計相結合的教育經驗，會在課程、教材設計上有一些體現。

我的感覺是，現在國內各大院校都在做這方面的事，都想把AIGC能力引入到傳統設計教育、工科教育里來，但是目前還面臨很多問題。

比如國內AI技術層面的發展難題，以及高校教師職稱評級機制等問題。技術迭代非常快的狀態下，教師們投入精力去做研究，但很快研究成果就被迭代了，論文寫不出來，導致科研風險很大，投入成本可能就白費了。這讓很多高校教師對AI學術研究持有比較拒絕的態度。

但學生的態度非常不一樣，他們特別熱情積極。因為他們很焦慮，希望在馬上在畢業后，在工作里用到。他們對世界始終還抱有強烈的的好奇心，有興趣去學習。

近期來說，AI對教育體系不會有革命性、顛覆性的變化。但和企業的合作會更密切，包括邀請企業一線人員來分享他們工作流里怎樣應用AIGC。因為現在企業對AI的實際應用，要比學校領先很多。

站酷網：在TDW設計周，您將帶來《AIGC與設計創新》主題分享，提前劇透一些將解讀的關鍵問題？

楊南：主要會提及，一是創新的要素。剛才我們也有提到一部分，包括你的認知的廣度和構建連接機制。二是在AIGC時代，如何提高這兩點創新要素。有一些學習方式上的變革和大家分享。TDW給了一個很好的機會，讓我能把這些內容去跟大家做一個分享。我個人現在也在嘗試把這些內容整合到社區和自媒體平臺上，盡量把想要分享的知識和故事，講全也講好。我自己的團隊現在在著手做興趣社區和微信公眾號的一些工作，在逐步把這些AIGC相關的輸出以圓桌會議、線上直播的形式傳遞給更多希望了解和學習AIGC的同好。大家可以在微信上搜索“AICan”或者“AICan學習交流罐頭”來找到這個交流社區，歡迎各位來一起探索AIGC的世界。

更多專訪推薦