AI艺术比赛中集体创造力的动态

arXiv cs.AI 论文
creativity ai-art cultural-evolution human-ai-collaboration artbreeder collective-dynamics novelty-complexity

摘要

本研究分析了13个月内368场Artbreeder‘混音派对’中的130,882张图像，发现集体人机共创的图像趋于简化并汇聚到共同的主题吸引子（例如蒸汽朋克场景、外星建筑），同时用户矛盾地偏好混音更新颖性较低的图像，尽管新颖性会生成更活跃的子代图像。

arXiv:2605.17141v1 Announce Type: new 摘要：创造力是文化如何演变的基本方面，但群体产生新颖性的机制历来难以从历史记录中推断出来。迭代学习实验表明，文化传播确实会使人造物向学习者的归纳偏见扭曲，但此类研究大多使用人类参与者之间的线性链条，尚未阐明这些动态如何在日益塑造文化生产的网络化人机系统中展开。在本研究中，我们利用了这样一个系统——Artbreeder，它每天举办“混音派对”，用户从单个种子图像出发迭代地构建彼此的作品，产生人机共创图像的分支谱系。我们分析了13个月内368场混音派对中的130,882张图像数据集，发现图像趋于简化并汇聚到共同的主题“吸引子”（例如蒸汽朋克场景、外星建筑）。我们还发现，虽然新颖性更高的“父代”图像会产生更受喜欢的新颖且复杂的“子代”图像，但用户矛盾地偏好混音那些新颖性和复杂度较低的图像。最后，规模更大的混音派对会产生更多新颖性，但代价是复杂度降低。
查看原文
查看缓存全文

缓存时间: 2026/05/19 06:39 

# AI艺术比赛中集体创造力的动态
来源：https://arxiv.org/abs/2605.17141
查看PDF (https://arxiv.org/pdf/2605.17141)

> **摘要：**创造力是文化演化的基本方面，但群体产生新颖性的机制在历史记录中极难推断。迭代学习实验表明，文化传播会系统性地将人工制品扭曲为学习者的归纳偏差，然而此类研究大多采用人类参与者之间的线性链条，未能揭示这些动态如何在日益塑造文化生产的网络化人机系统中展开。本研究利用一个名为Artbreeder的系统，该系统每日举办"混搭派对"，用户从单一种子图像出发，迭代地在他人的作品基础上创作，形成人机协作图像的分支谱系。我们分析了13个月内368场混搭派对的130,882张图像数据集，发现图像趋于简化，并收敛于共同的主题"吸引子"（如蒸汽朋克场景、外星建筑）。我们还发现，虽然更"新颖"的父代图像能产生更新颖、更复杂的子代图像并吸引更多点赞，但用户却矛盾地偏好于混搭那些新颖度和复杂度较低的图像。最后，规模更大的混搭派对会以复杂度降低为代价，产生更多的新颖性。

## 提交历史

来自：Mason Youngblood [查看邮箱](https://arxiv.org/show-email/a853b375/2605.17141) **\[v1\]** 2026年5月16日周六20:16:31 UTC（1,607 KB）

相似文章

创造力的终结

Hacker News Top

一则个人轶事：用AI制作的两个婚礼视频最终几乎一模一样，说明了AI工具如何导致日常创造力回归平庸。

异星绮梦：新兴艺术图景

ML at Berkeley

本文聚焦于利用 OpenAI 的 CLIP 模型作为生成式模型引导机制的新兴 AI 生成艺术场景，展示了多种文本转图像的生成实例。

更好的AI图像

Hacker News Top

文章强调了陈词滥调和误导性的AI图像问题，并介绍了一个非营利项目，该项目创建并策划更准确、更多样化的AI素材图像。