返回行业情报

AI生成梦境风景探索记忆与感知

These Beautifully Strange Landscapes Look Like Photographs Of Places That Exist Only In Our Memories

美籍艺术家Lela Amparo通过Studio Higan项目,将个人旅行摄影输入定制机器学习系统,生成融合亚利桑那日落与北欧森林的梦幻风景。作品保留自然形态的可识别性,却以发光树木、电光花卉等陌生色彩质感呈现,探索记忆、怀旧与感知之间的模糊关系,并结合氛围音乐在多地展出。

深度解读

莱拉·安帕罗(Lela Amparo)通过她的工作室Studio Higan,用定制机器学习系统将自己旅行拍摄的照片转化为发光的树木、电光花朵和溶解为陌生色彩与纹理的梦境风景,核心判断是:这些图像的价值不在于再现自然,而在于捕捉“一个地方在多年后被记忆时是什么感觉”——记忆中的风景从来不是照片,而是一种介于渴望、想象和半遗忘梦境之间的知觉状态。

安帕罗出生于亚利桑那州图森,现居瑞典哥德堡,这两个截然不同的环境构成了她创作的材料库。图森的沙漠光线、日落色调与斯堪的纳维亚的森林、冷色系植被在她的作品中发生碰撞——亚利桑那的日落可能与北欧森林融合,普通的树木和花朵变成闪烁的、近乎抽象的构图。这种地理上的撕裂感不是技术事故,而是她刻意保留的位移(displacement)体验:一个在两种光线系统里都生活过的人,记忆会自动把两地叠印在一起,而机器学习模型恰好成为执行这种叠印的画笔。

她的创作流程值得拆开看:先有旅行摄影作为原始输入,再喂入定制机器学习系统生成“新解读”。这里的关键词是“定制”——不是调用现成的风格迁移工具,而是训练自己的模型来学习她个人视觉记忆的偏移规律。这意味着输出的图像保留了她拍摄时的构图基因和自然形态的可辨识度,但色彩和纹理被系统性地推离现实。所以呢?对AI艺术从业者而言,这提示了一条区别于“提示词抽卡”的路径:用私有数据训练私有模型,让算法成为个人记忆的延伸而非通用风格的搬运工。

这些图像与其说是在描绘自然实际存在的样子,不如说是在捕捉一片风景在多年后被记起时的感觉。

安帕罗同时是一位氛围音乐制作人,声音在她的实践中不是配乐,而是与视觉并列的感知通道。Studio Higan这个命名本身就暗示了跨媒介的统一意图——她用视觉和音乐共同探索怀旧(nostalgia)、位移和人与特定地点之间的情感联结。这对行业意味着什么?多模态艺术家正在重新定义“作品集”的形态:不是一组图片加一个SoundCloud链接,而是一个统一的感知环境,观众进入的是艺术家记忆系统的完整副本。

她的作品已在伦敦、罗马、卢塞恩等地展出,说明这种“记忆风景”的美学正在被机构层面接纳。但更值得追问的是技术伦理层面:当机器学习被用来生成“记忆中的风景”,它实际上是在模拟人类记忆的不可靠性——色彩偏移、细节模糊、熟悉感与陌生感并存。这与主流AI图像生成追求“更真实、更精细”的方向恰好相反。安帕罗的实践提示了一个趋势分支:AI作为记忆的失真模拟器,而非现实的超分辨率放大器。

对普通观众而言,这些图像之所以“看起来像只存在于记忆中的地方”,是因为它们精确复现了记忆运作的两种机制:增强(森林更绿、日落更烈)和陌生化(熟悉的地方变得比现实中更奇怪)。安帕罗用算法把这两种机制外化为可视的纹理和色彩决策,让观众在观看时触发自己的记忆偏差——你觉得自己见过这样的风景,但其实你见过的是自己记忆中的版本。这就是为什么这些图像既美丽又奇怪:它们不是任何真实地点的照片,而是记忆本身的自画像。

其
AI前沿AI艺术记忆感知风景生成氛围音乐数字艺术