引言

在图像生成算法日益成熟的当下，从AI绘图到深度伪造技术，图像“再现现实”的传统逻辑正在被“模拟真实”的新机制所取代。这一转变不仅改变了图像的技术结构，更引发了有关艺术真实性的深层危机。图像不再是对现实的物理性复制，而是生成系统中算法与数据训练的产物，使真实性从可验证的指涉关系滑向了信任与操控之间的灰色地带。面对这一挑战，艺术实践并未一味追求视觉仿真，而是通过策略性的形式创新，试图揭示并反思图像生成背后的技术逻辑与观看机制。这表明，真实性并未终结，而是正在经历一次复杂的范式转型。本文拟以“图像可生成性”为理论入口，重新审视真实性的结构基础与感知机制，进而分析当代艺术如何在技术中重构真实性的可能形式，旨在为图像美学与艺术理论提供新的问题视角与理解框架。

1 艺术真实性观念的历史演进

“真实性”并非艺术的天然属性，而是一个在媒介技术、感知方式与文化话语中不断建构的观念范畴。从古典艺术的模仿论到当代图像艺术的生成逻辑，真实性的内涵始终处于动态变动之中。它既涉及图像与现实之间的指涉关系，也牵连着观者对图像的信任机制和意义生成方式。因此，理解“真实性”之危机，首先需要对其演进脉络进行理论梳理。

在西方传统美学中，真实性主要通过“模仿”（Mimesis）概念得到确立。亚里士多德在《诗学》中指出，艺术是一种对自然的再现，其价值正源于对现实的还原程度。这种“逼真性”构成了真实性的早期标准，它将艺术置于反映世界的位置上，图像的功能是忠实呈现一个外在且可验证的实在世界。

进入文艺复兴时期，透视法、明暗技法等视觉技术的发展进一步加强了图像的写实功能，使真实性逐渐等同于图像的视觉精度。这种以“再现”为基础的真实性范式，建立在图像与现实之间稳定的符号关系上，强调图像所传达信息的可靠性与物理对应性。

十九世纪摄影术的出现为真实性问题引入了新的复杂性。摄影图像看似忠实记录现实，但它的真实性并非源于主观判断，而是来自光学与化学作用的自动性。正是在此意义上，巴特提出摄影图像具有“此曾在”的独特性，即其真实性由现实世界中的实际存在所担保。

然而，这种真实性也遭遇到本雅明式的批评。在《机械复制时代的艺术作品》中，本雅明指出，摄影与电影等复制技术破坏了艺术作品的“灵韵”（Aura），导致真实性从“存在的独一性”滑向“技术的可再现性”。真实性由此不再是一种本体特征，而转化为一种技术可复制的社会性建构，即人们如何在技术介入的图像中认同“真实”的存在。

到了二十世纪，真实性不再是艺术追求的终极目标，反而成为被批判与解构的对象。从表现主义的主观真实到达达主义的非理性手法，再到观念艺术对“艺术即理念”的强调，真实性逐步被从图像表面剥离，成为可被主动塑造的语境化概念。杜尚的《泉》无疑是这一转向的标志性作品。它以“非艺术物”的方式进入艺术系统，颠覆了真实性的传统标准。而波伊斯的“社会雕塑”概念，更进一步将真实性从物质实体转向行动、语境与观念的生成过程。这些转变表明，真实性不再是作品内部的形态属性，而是艺术与其社会历史语境之间的复杂关系。

从历史维度来看，艺术真实性的合法性始终依赖于特定媒介逻辑的支撑。无论是光学真实、心理真实，还是观念真实，它都依赖于某种媒介逻辑的合法性。然而，在进入图像可生成性时代之后，这种合法性正在被深刻动摇。图像不再是现实的痕迹，而是算法生成的视像产物。这一变化直接挑战了真实性的基本结构，也迫使艺术理论重新思考图像“可信”的依据为何。

因此，图像可生成性不是对真实性的终结，而是推动真实性从“实体可证”转向“机制可感”的根本契机。下一章将从图像生成技术出发，探讨这一机制如何瓦解真实性的传统逻辑。

2 图像生成机制对真实性的结构性瓦解

在传统图像媒介中，无论是摄影、绘画还是电影，其真实性始终依赖于某种现实世界的“前在性”：图像是对现实中“某物”的再现，哪怕这一再现是经过主观处理的。然而，人工智能生成图像彻底改变了这一前提。它不再“记录”现实，而是从数据与算法中合成图像。这种图像的“生成性”并非现实经验的延伸，而是符号系统内运算的产物。以GAN（生成对抗网络）为例，其生成机制源于两组神经网络的博弈：生成器尝试制造逼真的图像，而判别器试图识别其是否“真实”。图像的“真实性”在此不再依赖现实参照，而由算法内部的误差修正与概率判断决定。这意味着，真实性已从图像与现实之间的指涉关系，变为图像内部的结构一致性和视觉逻辑的“似真”。这不仅是技术层面的变化，更是图像哲学意义上的断裂：图像生成的“语法”改变了真实性的“语义”。

真实性的一项核心机制是图像的指涉性：即图像与其所指现实事物之间具有某种物理或逻辑上的连接，如摄影中的光学投影。这一机制维系着人们对图像“所见即所信”的基本信任。然而，在AI图像中，图像与“所见之物”之间的物理联系被彻底斩断。一张看似真实的肖像可能并无原型人物存在，一幅看似摄影的风景可能完全由神经网络在“潜在空间”中构建生成。图像不再“指向”世界，而是“模仿”世界——甚至模仿观看世界的方式。其“似真”来自视觉数据的统计特征，而非经验可验证的现实对应。在这一点上，真实性的危机不只是技术性造假，而是感知结构的滑移：观者无法再用传统方法判断图像的真实性，图像本身也不再承诺提供一种可验证的现实。

长期以来，现代社会的图像文化建立在“视觉可信性”的基础上。摄影被称为“光的证词”，新闻图片被用作“事实依据”，图像承担着公共领域中“证真”的功能。然而，当生成图像几乎无法被肉眼识别为“伪造”时，这一机制开始崩解。Deepfake视频、“不存在的脸”以及伪装为新闻摄影的AI图像等案例，已经广泛存在于社交平台与信息传播场域中。观者被迫在真假难辨的图像中作出判断，图像的“信任结构”变得高度不稳定。更重要的是，真实性本身成为观看的对象，而非前提。也就是说，我们开始“观看真实性”，而非“通过图像看到真实”。这种从“信任”到“怀疑”的转变，使真实性从感知结构的基础条件，转化为一个需要被审视和重构的过程机制。图像的权威性在此瓦解，真实性从自动化属性变为一个反思性的认知实践。

图像真实性的另一重要维度，是其可追溯性与生产过程的透明性。传统艺术创作或摄影可以追溯其创作过程与媒介条件，进而建立起一种真实性判断的语境。然而，AI生成图像通常隐匿了其训练数据、模型参数与具体生成流程，使得真实性成为无法验证的“黑箱判断”。这种算法的“黑箱化”并非偶然，而是当前AI图像生成技术的结构性问题。它不仅削弱了观众对图像的理解能力，也剥夺了艺术创作中“作者意图”的传统判断依据。在此背景下，真实性不再基于生产机制的认知可能性，而滑向一种不可控的视觉幻觉状态。

3 真实性的重构路径

图像真实性的解构并不意味着“真实”概念的彻底废弃，而是其规范性地位从既定前提转向了一个被“问题化”的议题。艺术并未在生成图像技术面前失语，相反，一批艺术家与创作实践正在主动回应技术图像的“可疑性”，以新的形式语言、叙述结构与交互机制重构真实性的审美与认知逻辑。这种“真实性的再写”并不试图恢复图像与现实的单向对应关系，而是通过揭示图像生成的机制性本质、放大观看者的介入位置以及拓展“真实”的多重维度，来提出新的真实性形式。从这一点看，当代艺术在真实性的转型中扮演着构建者而非守护者的角色。

在技术图像高度仿真的语境中，一种重要的艺术策略是通过有意识地模拟与故意暴露破绽，来揭示图像“真实性”的建构过程。例如，Jonas Bendiksen的作品The Book of Veles（2021）以新闻摄影的形式呈现了一系列看似纪实的图像与文献，实则完全由AI生成，最后通过展览“自我揭示”的方式，引发观众对图像真实性的信任与判断机制的强烈反思。这种策略表面上与“造假”无异，实则利用“技术似真”的悖论逻辑，让观众在观看中意识到自身观看结构的漏洞。它不否认图像之虚，而是通过放大虚构的边界，来重建观看者对真实性的感知敏感性。此类策略往往采取讽刺性图像语言或视觉逻辑中的“不协调元素”，如像素错误、视角错乱或文本信息的悖论，促使观众质疑图像的自动可信性，并回到对“图像如何构成真实”的思考路径上。

面对真实性机制的崩解，一些艺术家尝试不再以图像的视觉“结果”为判断标准，而是以“生产过程”的可证性替代真实性本身。这意味着真实性不再附着于图像本身的视觉特征，而附着于其生成机制的开放性、透明性与可溯源性。如艺术家Hito Steyerl在其作品与理论中提出：“真正的问题不在于图像是否‘真实’，而在于我们是否能够理解它是如何被生产出来的。”她的多媒体装置往往展现图像生成背后的权力结构、数据路径与算法程序，让观众参与到对图像机制的认知构建中。这一策略强调真实性的过程性与延迟性：真实不再是作品完成时的固定状态，而是观者在与图像互动中逐步建构出来的认知结构。这种真实性观念更贴近技术时代对“信任机制”的再定义，即透明性与开放性成为真实性新的伦理坐标。

真实性并不只是图像与现实的关系，更是图像与制度、传播平台、社会语境之间的互动结果。一些艺术实践从这一角度出发，将真实性问题从图像自身转向其所嵌入的媒介系统与认知框架。例如，Forensic Architecture的项目结合卫星图像、数字模拟、社交媒体与证词重建事件现场，其图像并非视觉艺术的“美感”对象，而是作为“证据”的形式存在。它们的真实性来源于跨平台、跨媒介的信息匹配与算法验证，构成了一种“操作性真实”。这种真实性策略强调制度嵌入与交叉验证，将艺术创作推向了科技、法证学、新闻等知识系统的交汇处，也暗示真实性正在从审美范畴演变为交叉学科下的一种“行动逻辑”。

4 真实性范式的理论重建

20世纪以来，关于艺术与图像真实性的理论建构，主要基于“指涉范式”：图像之“真”建立在其与现实的物理性或逻辑性连接之上。在这一语境中，真实性是一种再现性逻辑——强调图像对客观世界的忠实描绘（如本雅明所说的“机械复制的证据力”），或一种内在的主观表现（如现代主义艺术中的“真情表达”）。然而，图像可生成性技术（如GAN、Diffusion Model、CLIP等）彻底瓦解了图像与现实之间的物理指涉路径。图像不再是从世界“抽象”出来的视觉印迹，而是从数据空间中“构成”出来的可视幻象。这意味着真实性的评判标准从“是否对现实做出忠实表达”，转向“是否在感知、结构、语境中形成信任逻辑”。我们可称之为真实性的“构成范式”转型：真实不再是“图像与现实之间的正确连接”，而是图像与观看机制之间的可信建构。图像不以再现现实为本体，而以建构意义与重塑认知为本体。

真实性的重建不仅是观看逻辑的改变，更是图像生成机制的权力结构变化。AI图像的生成依赖于训练数据集、算法模型与平台分发系统，这些技术参数并非中立工具，而是带有选择性与意识形态倾向的控制结构。正如Matthew Fuller与Lev Manovich等学者所指出，图像背后的“可视性制度”正在由代码而非光学规则决定。这一背景下的真实性，转向一种机制透明性：谁控制了图像的生成逻辑？哪些数据被纳入生成？图像的生成过程是否可解释、可审阅？观众是否具备“介入图像”的认知权与技术能力？

这意味着，“真实”作为价值判断，其基础已从图像内容转向图像机制。生成图像的真实性，不再是图像本体的属性，而是其生产系统的社会可解释性与伦理可接受性的反映。

在图像可信结构崩塌的语境下，真实性不再是一个由图像自身完成的封闭结构，而是观众认知参与后构建的开放机制。这一转向意味着：图像真实性的判断，不是发生在观看之前，而是在观看过程中逐渐形成；真实性不再具有“即时性”，而是一种延迟式、生成性的判断结构；观看者的媒介素养、技术认知与社会经验，成为真实性判断的关键组成。这一点与Jacques Rancière关于“观看的政治性”的理论形成呼应。他指出，艺术不再是将意义传递给“被动观众”，而是激发观众重新组织感知秩序的媒介。从图像真实性的角度看，这意味着真实性不再是“在图像中”，而是“在观看中”生成。图像真实性源于人与图像、机制、语境之间的多重交互；真实性是一种“持续协商过程”而非图像的固有特征；艺术成为建构真实、组织信任、解构幻象的协商空间。

5 结语

在人工智能日益嵌入文化生产、图像生成高度去人称化的时代，真实性问题不但没有过时，反而日益成为我们重新定义图像、艺术、观看、信任、现实与社会结构的核心坐标。图像生成的未来是开放的，但图像被“相信”的方式，需要理论的持续构建与伦理的积极参与。艺术与艺术理论，不应逃避这一时代命题，而应作为思维的前哨与批判的结构，在图像的再造世界中，为真实性争取新的位置。

参考文献：

1. [1] 李雨昊,高迎刚.生成式人工智能赋能短视频文本生产的价值逻辑、挑战与策略研究[J].电视研究,2024(04):74-77.
2. [2] 宋雷雨.数字时代动画艺术“真实性”再思考[J].中国电视,2021(09):87-92.
3. [3] 高永杰,吕欣.生成式AI技术进化与图像艺术生产范式革新[J].现代传播(中国传媒大学学报),2023,45(09):159-168.