Volume 3,Issue 34
Fall 2025
AIGC与影视工程美学：影视艺术教育的创新与困境
本文探讨AIGC技术对影视行业的冲击及其在审美表达中的局限性，对比“电影工业美学”与“影视工程美学”的核心差异，并分析影视艺术教育在技术变革中的创新路径与现实困境。研究发现，AIGC虽在效率与成本上具有优势，但其动态建模缺陷、数据质量偏差及情感表达障碍导致审美局限；影视艺术教育需通过课程革新、产研结合及评价体系转型，平衡工具理性与艺术灵性，坚守人文表达的核心地位。
[1] 王思琦,吴童.AIGC时代传媒行业变迁与人机关系变革[J ].声屏世界,2025(4):21-23.
[2] 曹树金.生成式AI在情报领域的应用及效果[J].情报资料工作,2023,44(5):5-5.
[3]Magrini E,IldikòSzabò,Doni A,et al.Serotonin-Mediated Tuning of Human Helper T Cell Responsiveness to the Chemokine CXCL12[J].Plos One,2011,6(8):e22482.DOI:10.1371/journal.pone.0022482.
[4] 王峰.仿若如此的美学感:人工智能的美感问题[J].同济大学学报(社会科学版),2022,33(04):58-65.
[5] 张净雨.割裂与弥合:AIGC影像装配中的主体性重构[J].当代电影,2025,(07):82-90.
[6] 陈昌凤,张梦.由数据决定?AIGC的价值观和伦理问题[J].新闻与写作,2023,(04):15-23.
[7] 韩水法.人工智能时代的人文主义[J].中国社会科学,2019,(06):25-44+204-205.
[8] 陈旭光.电影工业美学与人工智能问题初论[J].影视产业研究,2024,(01):54-59.
[9] 李菲,吕欣.AIGC在传媒艺术教育中的应用场景与生产机制研究[J].传媒,2024,(19):12-15.
[10] 张牧,顾群业,田金良.AIGC为新媒体艺术教育带来的机遇与挑战[J].青年记者,2024,(03):109-112.DOI:10.15997/j.cnki.qnjz.20240218.001.