
开发者发现自己的生成艺术作品被AI账号冒名复制发布
来源标题:The Conflict Between Generative Art and AI
一名开发者发现自己2019年起用画笔绘图仪创作的生成艺术作品,被一个名为Uuna Tek的账号在X和Instagram上近乎复制发布,连签名位置都模仿但署名不同。该开发者近日整理旧作档案时,才在X上偶然发现这张尺寸和位置都不同的仿作。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
最近我意识到,需要为自己自 2019 年以来用笔式绘图仪创作的代码艺术作品建立一个集中归档。我仔细翻出画作的照片,把它们的元数据整理记录在同一个仓库里。
我偶然翻到了自己最早那版生成艺术算法的几张照片,那是我最初用 Processing 写的。
当时我买了一个 Axidraw 笔式绘图仪,需要找点有意思的东西让它动起来,这个算法就是这么来的。它会读取一张灰度位图图像的像素,根据每个像素的值套用随机图案。很快我就发现,可以单独读取每个颜色通道,从而画出多色作品。
看到上面这张旧作的照片,我忍不住笑了,顺手把它发到了推特上。
几天后,我刷 X 时,一张诡异的图片映入眼帘。那是我的作品,但出现在别的地方,尺寸也不一样。它的形态和色彩几乎是我那幅作品的翻版,可它并不是我创作的。右下角还有签名,跟我签名的方式一模一样,但那不是我的签名。
逛 Instagram 时,我看到一家中国笔式绘图仪公司 Uuna Tek 转发了一件作品,看着莫名眼熟。
我早就注意到,Uuna Tek 在产品展示上大量使用 AI 图片,对“真实”二字相当随意,所以它们显然不在乎歪曲具体作品或图案的来源。而且这不是什么小公司,它们声称拥有超过 2 万名客户,仅在 Instagram 上就有 8000 多名粉丝。
涉事原作是我 2020 年的系列作品,名为“A Series Of Tubes”。我陆续发现了自己作品的多个版本,绘制得相当粗糙,是用 Uuna Tek 的机器画出来的。进一步调查后我发现,这位“创作者”还搭了个网站来卖这件“作品”。
没花多久我就弄明白了:这些人是借助 LLM 生成自己版本的我的生成算法,而且速度快得惊人。
过去我也在网上见过自己作品的仿制品,通常觉得挺荣幸,也略有些尴尬。我自己也受过其他艺术家的启发,会挑出特定的技法或想法,作为自己创作的种子。但这次的感觉明显不同。在毫无理解、也毫无付出之下,我如此珍视的创作竟能被以惊人的精确度克隆。
这让我彻底陷入了焦虑的漩涡。如果任何一个人花 20 美元的 LLM 订阅费,就能自己造出我的作品集,那我还有什么独特或竞争上的优势?——更何况是在一个本就惨淡的艺术市场里。一时间,我紧张得就像当年被重压缩软件冲击时的 Adobe。
很明显,我越是分享自己的艺术实践、技法和流程,就越要预料到有人会让 LLM 去复刻它。
分享想法与自动化盗用之间的这种负相关,恰恰与我选择创作艺术的初衷背道而驰。我的动力来自用技术与他人建立连接,公开分享想法与发现也给我带来很大的满足感。明知自己在无偿贡献洞见去增强 LLM,这并不在我愿意接受的范围之内,可我又无力阻止——除非我放弃自己热爱的事。
除了毁掉我的线上身份和纯艺术生意之外,我也短暂考虑过其他选择。
也许我可以在生成代码库里用更高的复杂度跑赢 LLM,超过那些“氛围编程者”砸 token 所能达到的深度。
截至 2026 年底,我相信我的项目 BUSY 是无法被智能体复刻的。我在代码上花了一年时间,为 55 张随机生成的画作绘制了 100 多个小素材,总共耗时约 750 小时。
但如果你在过去 12 个月里用过前沿模型,就会看到那条陡峭的进步曲线,也必然会得出结论:复杂度并不是真正的防火墙。更何况,把难题当作艺术的基础,在创意上极其受限,执行起来也是噩梦。艺术家不可能仅仅靠在解决高难度计算机图形问题上,就赢得与 AI 的军备竞赛。
艺术不必做得艰难,才能优秀或重要。
我曾一度在 Instagram 上向关注者发起公开挑战,看我花一个下午写的无限多边形切割算法,有没有人能用氛围编程复刻出来。结果让我意外,他们做得相当接近,尽管没人能完全复刻那个示例。如果我把代码放到网上,那扇门就永远关上了。
生成艺术家们如今常自称“算法艺术家”,无非是为了与生成式 AI 划清界限。他们和许多其他群体一样,正在应对 AI 在自己生态中扮演的角色。我们与作家、音乐人、设计师以及许多人一道,面对围绕创作署名价值定义的新社会规范。
由于整体上与技术人员相邻,生成艺术家们发现自己的作品正被降格为 LLM 的基准测试。
最近有个例子:艺术家 Mannay 花了一年时间为新项目写代码,结果作品首次公开亮相,就被人“用 Sonnet 在 20 分钟内”氛围编程复刻了出来——这充分说明,亲自花时间做任何事显然都是浪费时间。
每当艺术家选择在 OpenProcessing、ShaderToy 或公开仓库上分享代码,他们都在无意中增强这些工具的能力,壮大那些想贬低和复制其创作的人。社区该如何继续做一个有创造力、有精神、有包容性的群体,来面对这一新现实?
当显而易见,像 Genuary 这样的年度活动会成为 LLM 训练、抄袭和低质内容的温床时,我们又如何继续拥护它们?
社区仍在艰难地寻找这些问题的答案。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。