虚拟策展人AI的展览主题生成与作品搭配算法设计研究_数字策展.docxVIP

PAGE2

虚拟策展人AI的展览主题生成与作品搭配算法设计研究

第一章绪论

1.1研究背景

数字时代背景下，艺术展览的形态与策展模式正经历深刻变革。传统策展高度依赖策展人的专业知识、审美直觉与经验积累，过程耗时耗力且存在主观性强、覆盖面有限等问题。随着艺术数字化资源爆炸式增长，如何高效挖掘海量作品间的内在联系并策划出富有创意的展览，成为行业面临的核心矛盾。

当前，人工智能技术在图像识别、自然语言处理与内容生成领域取得突破，为策展自动化提供了技术可能。然而，现有技术应用多集中于作品标签化、分类检索等辅助环节，在策展最核心的“主题创意生成”与“作品叙事性搭配”方面，尚未形成系统性的智能解决方案。这构成了技术发展的关键瓶颈。

现有方案或过于依赖预设规则而缺乏创造性，或局限于风格聚类而忽略深层的文化与语义关联。其不足在于未能将艺术史知识、观众情感认知与多模态作品特征进行深度融合，导致生成的展览主题流于表面，作品搭配缺乏逻辑性与感染力。

表1-1问题分析表

问题类别

具体表现

产生原因

解决紧迫性

创意生成瓶颈

主题同质化，缺乏新颖性与深度。

依赖有限策展人经验与固定模式。

高

作品关联薄弱

搭配多基于浅层视觉或标签相似性。

缺乏对作品语义、历史语境的多维度理解。

高

效率与规模矛盾

人工处理海量数字藏品效率低下。

缺乏自动化、智能化的分析决策工具。

中

个性化不足

难以针对不同