上下文感知的多模态AI揭示五个世纪艺术演变中的隐藏通道

多模态生成式AI的兴起正在改变技术与艺术交汇的格局，为大规模艺术品提供了更深层次的洞见。尽管其创造力已被广泛探索，但其在潜在空间中表示艺术品的潜力仍未得到充分考察。我们采用最前沿的生成式AI——具体而言为Stable Diffusion——分析了500年的西方绘画，通过从模型中提取两种类型的潜在信息：形式层面的要素（如颜色）和语境层面的要素（如主题）。我们的发现表明，语境信息比形式元素更有效地区分了艺术时期、风格以及不同艺术家。此外，利用从绘画中提取的语境关键词，我们展示了艺术表达如何随社会变迁而演变。我们的生成实验通过将前瞻性语境注入历史艺术品，成功复现了艺术品的演变轨迹，凸显了社会与艺术之间相互作用的重要性。这一研究表明，多模态AI通过整合时间、文化和历史语境，拓展了传统形式分析的范围。