2026年7月10日上午，国家艺术基金2026年度艺术人才培训资助项目“中国当代设计艺术评论创新人才培训”课堂迎来了一场兼具理论深度与现实关切的专题讲座。中南大学建筑与艺术学院徐鸣教授应邀授课，围绕设计评论中的文化自觉、文化数字化设计、人工智能赋能文化产业及课题申报方法等内容展开系统讲解。

▲徐鸣教授为学员授课

徐鸣教授长期从事文化创意产业、非遗数字化与智能设计研究，曾获全国首届高校创新创业创造教育精品成果二等奖，并受邀赴英国、中国台北等地高校开展文化创意交流。讲座中，他结合自身多年研究与实践经历，分享了文化设计研究的基本方法、技术路径和课题申报经验，为学员理解文化数字化背景下设计学的发展方向提供了有益参考。

立足政策导向，把握文化数字化发展趋势

徐鸣教授首先从国家文化发展战略与政策背景切入，对文化科技融合的发展脉络进行梳理。他指出，党的十八大报告提出促进文化与科技融合，为文化产业数字化、智能化和转型升级提供了重要政策依据。近年来，文化自信、中华优秀传统文化传承发展、非遗保护、文化数字化与人工智能应用持续成为相关研究和项目申报的重要方向。

文化数字化已经从单纯的技术应用上升为国家文化发展战略的重要组成部分。研究者应关注国家社会科学基金、国家艺术基金等项目的立项方向，通过分析政策文件、项目指南和已立项课题中的高频关键词，把握文化产业发展的现实问题与学术趋势。

结合课题申报，徐鸣教授提出，选题应重点处理研究背景、研究对象和研究切入点三个要素。研究背景需要回应国家政策和社会需求；研究对象应建立在前期研究基础之上，保持研究方向的连续性；研究切入点则需要具体、明确，能够有效支撑研究目的、研究内容和创新价值。申报者还应充分了解项目的筛选机制、申报规模和实际立项率，在竞争环境中准确判断选题定位。

从资料保存走向文化生产系统重构

针对文化数字化的基本内涵，徐鸣教授对数字化、数字化转型和数智化三个阶段进行了区分。数字化主要将文化信息转化为数据，解决资料保存和传播问题；数字化转型强调借助技术重构资源管理、业务流程和组织方式；数智化则进一步依托算法、模型和智能系统，实现内容生产、辅助判断、模式创新与价值创造。

徐鸣教授强调，文化数字化不能停留于资料扫描、线上展示或AI图像生成，其核心在于重新组织文化资源的采集、标注、分类、推理、应用与反馈过程，建立数据、算法、平台与场景共同参与的文化生产系统，并最终形成面向社会公众的文化服务能力。

在这一过程中，设计学承担着连接文化知识、审美规则、算法模型和应用场景的重要作用。设计师需要提取文化要素、梳理语义关系、保留文化原境，并将人的文化经验与审美判断转化为数字系统能够识别、调用和验证的规则，使文化意义能够进入智能化生产流程。

建立文化、设计与智能协同的转译机制

徐鸣教授指出，当前通用大模型在文化理解方面仍存在明显局限。模型能够生成纹样、模拟色彩和转换风格，却常常难以理解文化符号背后的历史语境、价值观念和精神内涵。中文文化语料不足、文化知识组织薄弱以及模型价值对齐机制不完善，也会造成文化表达失真、符号空心化和“文化幻觉”等问题。

文化数字化设计需要形成文化维度、设计维度和智能维度相互协同的系统。文化维度提供价值观念、历史脉络和叙事母体；设计维度负责文化要素抽取、关系组织、形式转化与场景适配；智能维度依托大模型、知识图谱和多智能体技术，实现文化资源的调用、生成与反馈。

围绕具体实施路径，徐鸣教授提出，应从文化基因整理入手，开展图像采集、数据修复、分类标注和语义提取，建立高质量、可调用、可迭代的文化数据库；进一步通过知识图谱串联文化对象、语义关系和应用场景，构建文化增强模型；再由不同智能体承担资料分析、内容生成、形式转化和质量评估等任务，形成系统化生产流程；最终将数字成果导入文博陈列、文创产品、沉浸体验和公共传播等真实场景，并建立综合评价体系。

以实践案例呈现文化数字化路径

讲座中，徐鸣教授结合北京中轴线传统装饰纹样数据库、非遗粤绣数字化体验和瑶族文化研究等案例，具体介绍了文化资源从田野调研、文化基因提取、数据库建设到模型训练和设计转化的完整流程。

其中，相关团队以北京中轴线及传统装饰纹样为基础，开展图像采集和语义标注，搭建纹样数据库与AI纹样智能体，使传统文化资源逐步具备可计算、可调用和可再设计的条件。粤绣数字化项目则通过非遗调研、纹样复原、沉浸空间和交互小程序建设，实现从资料采集到公众体验和共同创作的转化。

徐鸣教授还介绍了自2013年起持续开展的江华瑶族文化研究。项目围绕瑶族生产方式、视觉系统和文化传承规则进行系统梳理，逐步构建史料数据库、文化基因库、文档数据库和训练集，并通过模型开发推动民族文化资源在文创设计中的转化应用。长期、持续的田野研究与数据积累，也为文化数字化模型的可靠性提供了基础。

重塑AIGC时代的设计师角色

在AIGC应用方面，徐鸣教授指出，生成式人工智能已经能够参与构想、草图、原型、迭代和内容生成等多个设计环节，正在改变设计师与工具之间的关系。但人工智能的生产能力依赖人类提供的知识、数据和规则，高质量文化数据和人工审核仍是文化设计的重要基础。

未来设计竞争将更多体现为系统能力的竞争。设计师需要从软件操作者转向文化语义组织者、智能流程编排者和价值伦理守门人，既要理解AI工具的运行逻辑，也要具备文化研究、艺术审美、设计决策和结果解释能力。人工智能可以拓展方案探索空间，设计师则负责收束价值方向、判断文化准确性，并建立从数据输入、模型调用、规则约束到结果反馈的闭环工作流。

此次讲座贯通政策背景、理论思考、技术方法与实践案例，系统阐释了文化数字化设计的基本逻辑与发展路径。讲座使学员进一步认识到，文化数字化的关键在于以文化意义为基础、以设计转译为纽带、以智能技术为支撑，构建可组织、可验证、可反馈的文化生产系统，也为设计评论研究、课题申报与复合型设计人才培养提供了新的思路。

（图/文：梁芷齐 一审：黄艳丽 二审：李程蓉 三审：许桂梅）