本次2022级数字媒体艺术专业实践教学艺术采风的时间为2025年4月18-4月19日，路线经过老油坊、西安文化生态公园、小雁塔西安博物院、西安美术学院、钟鼓楼、广仁寺等地。

　　数字媒体艺术专业的艺术采风实践教学，旨在通过实地考察、文化体验和技术实践，培养学生跨学科创作能力与数字艺术思维。其核心目的包括以下方面：

　　1.多维素材库构建与技术化采集：突破传统素材收集方式建立可应用于虚拟场景、交互设计的数字化素材库。

　　2.在地性数字叙事能力培养：通过田野调查理解文化语境的时空逻辑，训练学生将地域符号转化为数字媒介语言。如运用增强现实技术对传统仪式进行解构重组，在数字空间中重构文化叙事逻辑。

　　3.技术人类学视角培养：在技术采集中融入人类学观察方法，记录数字工具如何改变创作主体与对象的关系，形成批判性技术认知。如对比手工艺人传统创作与数字化再现的认知差异。

　　4.可持续创作方法论探索：通过生态采风实践，训练学生运用人工智能工具，生成动态视觉系统，构建具有生态意识的数字艺术作品。

　　5.技术伦理的在场性反思：在真实文化场景中实践数字采集时，引导学生思考技术介入的边界问题。如非物质文化遗产数字化过程中，如何平衡技术还原与文化原真性的关系。

　　数字媒体艺术专业艺术采风实践教学中的作业设计上以“传统素材采集+AI生成转化”为框架，通过融合田野调查的在地性与人工智能的创造性，探索数字艺术创作的跨媒介叙事路径，具体实践路径如下：

　　1.传统素材的深度采集与人文解码:学生需深入采风现场，通过摄影、速写、手记、环境音录制等传统方式，系统性记录地域文化符号。例如在传统村落中，重点捕捉建筑纹样、民俗器具的视觉特征，记录工匠技艺的操作流程，并梳理其背后的文化语义。强调“身体在场”的感知经验，要求素材需包含可追溯的空间坐标、时间线索与人文注解，为后续AI生成提供结构化数据基础。

　　2.AI技术的文化转译与创作迭代:基于传统素材库，学生需运用可灵、即梦AI、堆友等图生图工具进行风格化演绎，同时视频生成模型实现动态转化。例如将古建筑木雕纹样输入即梦AI，通过提示词约束生成兼具传统美学与现代视觉的装饰图案;或对民俗仪式影像进行帧分析，训练LoRA模型生成文化意象衍生的动态插画等，建立“人机协作”工作流：AI负责视觉可能性探索，人类则把控文化逻辑与审美调性，通过多次参数调整实现创作优化。

　　3.最终作品需以非线性剪辑整合传统素材与AI生成内容，构建多层叙事结构。例如将实拍的手工艺人作业视频与AI生成的超现实场景并置，通过蒙太奇形成传统与未来的对话;或利用AI视频转化将视频转为AI动态视频，叠加实地录音形成沉浸式数字长卷。

　　4.该作业设计通过“采集-生成-重构”的三阶模型，实现了三重教学目标：首先，在技术层面打通了物理空间扫描、文化数据标注与AIGC参数化生产的链路，使学生掌握从现实到虚拟的完整创作流程;其次，在思维层面培养了“文化基因提取+数字转译”的双向能力，要求既能理解地域文化内核，又能通过提示词工程、模型微调等技术手段实现创新表达;最后，在伦理层面引导学生建立技术批判意识，在田野调查的真实语境中审视AI工具的局限性，避免技术浪漫主义对文化深度的消解。

　　本次艺术采风的教学模式既延续了艺术采风的文化溯源传统，又通过AIGC技术拓展了创作维度，使学生在虚实交融的实践中形成“文化守护者+数字创变者”的双重身份认知，为数字艺术教育提供了可复制的创新路径。

　　此次艺术采风突破了传统采风的记录功能，转向数字原生创作思维培养，强调技术在场性、文化解码能力和系统化创作意识的协同发展，最终形成适应智能媒体时代的复合型创作能力。

　　尤俊杰