"丹青"二字的分量
"丹青"是中国传统绘画的代称,丹即朱砂,青即石青,二者皆为古代绘画最经典的矿物颜料。这个命名不仅是对传统的致敬,更暗含了我们的产品哲学:用最先进的 AI 技术,服务于最古老的艺术教育。
当我们决定把一款 AI 产品命名为"丹青有AI"时,团队内部有过反复讨论——一个科技产品是否应该用如此"古典"的名字?最终让我们下定决心的,是一句朴素的话:如果一个 AI 系统连水墨画的留白都看不懂,它就不配谈艺术教育。
水墨视觉的四重特征
水墨美学不是玄学,它有清晰可被算法识别的视觉特征。在我们的视觉模型训练中,这四重特征被显式地标注与学习。
一、留白:无画处皆成妙境
留白是水墨画最独特的视觉语言。它不是"空",而是"虚",是与"实"相对的存在。AI 系统对留白的识别,不是简单地检测画面中的白色区域,而是判断:
- 留白的位置是否与主体形成呼应关系;
- 留白的比例是否服务于画面气韵;
- 留白是否承担了"计白当黑"的意境功能。
二、晕染:墨色的层次过渡
水墨的晕染,本质上是墨色浓度的空间分布。AI 通过对画面明暗梯度的分析,可以量化一幅作品的"墨分五色"——焦、浓、重、淡、清是否层次分明,过渡是否自然。这对水墨画作业的评判尤其关键。
三、骨法用笔:线条的力量
谢赫六法中的"骨法用笔",在水墨语境下指向线条的质量。AI 通过笔触轨迹分析,识别线条的起收、顿挫、粗细变化,判断用笔是否有"骨力"——这是区分习作与成熟作品的重要标志。
四、气韵:整体的呼吸感
气韵生动是六法之首,也是最难被算法捕捉的维度。我们通过画面整体的视觉节奏分析——疏密分布、视觉重心、动势线——来近似地量化"气韵"。虽然这不能完全替代人的感受,但作为教学辅助的参考维度,已具有价值。
当 AI 看懂水墨之后
把这些特征纳入 AI 评图的能力范围后,系统对国画、书法类作业的诊断有了质的提升。一份水墨写意作业,系统不再只说"构图尚可",而能指出:
"画面右侧留白占比 42%,与左侧浓墨主体形成恰当的虚实呼应;但中景过渡区域的墨色层次略显跳跃,浓淡之间缺少一档中间灰,建议在重墨与淡墨之间增加一次湿染过渡。"
这样的反馈,已经接近一位有经验国画教师的口吻。
传统与现代的对话
我们始终清醒地认识到,AI 对水墨美学的理解是"近似"而非"等同"。气韵、意境、文化语境这些深层维度,仍然需要人来把握。但正是这种"近似",让 AI 能够承担起基础教学阶段大量的重复性诊断工作,让教师把人文判断的精力,留给真正需要它的时刻。
丹青有AI,不是让 AI 取代丹青,而是让丹青在 AI 时代,被更多人看见、被更准确地传承。
