视觉AIGC的文化学习边界：基于表征距离模型的理论解释

期刊: 《社会与管理》 DOI:10.64649/yh.shygl.issn3105-0085.202606026 全文阅读 返回期刊

杨洸1；余青莲2*

1.湖北美术学院；2.武汉设计工程学院

摘要

视觉AIGC在文化图像生成领域已展现出较强的视觉模仿与风格迁移能力，但对于制度规范、价值观念等深层文化知识的学习仍存在明显局限。现有研究关注的重点在文化知识的组织与输入，而对文化知识为何难以被视觉模型学习缺乏系统解释。本文从文化知识学习机制视角出发，提出“表征距离（Representation Distance）”概念，将其定义为文化知识转化为视觉表征所需经历的语义转换层级数量，并构建表征距离模型用于解释视觉AIGC的文化学习边界。进一步提出文化知识分层转译机制，引入文化中间表征层（Intermediate Cultural Representation, ICR），通过构建结构性转译与叙事性转译两种路径，实现高层文化知识向视觉语义的逐级映射，从而缩短知识与视觉表征之间的表征距离。本文尝试将视觉AIGC文化研究的关注重点由知识组织转向知识学习机制，为文化智能生成系统的构建提供新的理论视角与方法论参考。

关键词

视觉AIGC；文化学习；表征距离；文化中间表征层；分层转译机制

参考文献

[1]吴晶晶,赵慧雯.基于感性工学与AIGC的泉州提线木偶文创设计转译研究[J].包装工程,2025,46(16):308-319.DOI:10.19554/j.cnki.1001-3563.2025.16.025.

[2]陈永,范志欣,张世龙,等.布朗桥动力学控制的古壁画AIGC算法[J/OL].控制理论与应用,1-7[2026-06-14].https://link.cnki.net/urlid/44.1240.TP.20260304.2112.008.

[3]宋玉,钱晓松,彭凌钰,等.AIGC中式美学文创设计研究[J].包装工程,2023,44(24):1-8+33.DOI:10.19554/j.cnki.1001-3563.2023.24.001.

[4]侯云鹏,彭涵,刘育晖.基于LoRA模型的非遗数字化传承：以楚漆器为例[J].设计艺术研究,2024,14(1):14-18.

[5]侯西龙,王雨鑫,臧君涵,等.基于AIGC的文化遗产图像智能生成方法研究——以青铜器为例[J].图书情报工作,2026,70(5):56-68.DOI:10.13266/j.issn.0252-3116.2026.05.005.

[6]王伶羽,方明珠,郭美星,等.AIGC多模态知识驱动的文化遗产图像修复发展现状[J].包装工程,2026,47(4):1-18.DOI:10.19554/j.cnki.1001-3563.2026.04.001.


XML显示示例 

    













·