在生成艺术领域，涌现出了许多艺术家进行正在探索，比如Jon McCormack：“我使用进化算法来创造几乎不可能直接设计的人工生命形式。” 他创作了Fifty Sisters这样的作品，《Fifty Sisters》是 1m x 1m 计算机合成植物形态图像的大型装置。这些“植物”是使用人工进化和生成算法从计算机代码中通过算法“生长”出来的，本身并不存在。每个类似植物的形式都源自石油公司徽标的起始图形元素。

Jon McCormack，Fifty Sisters

在此想和大家分享一些生成艺术设计的成果和优势，希望借助生成艺术丰富设计语言，为多元的业务场景创造出新的可能性。主要从以下3个方面阐述：什么是生成艺术设计、如何创造生成艺术设计以及生成艺术设计未来的可能性。

生成艺术的概念最早来自于计算机图形学，是当代艺术创作的一种形式。不一定以艺术品或最终产品为中心，而是创作过程和底层思想。作品由艺术家或程序创建的一组规则，例如自然语言，音乐语言，二进制代码或机制，从而得到无法复制、美丽的结果。与可能花费数天甚至数月探索一个想法的传统艺术家相比，生成代码艺术家使用计算机在几毫秒内生成数千个想法。生成艺术家利用现代处理能力来发明新的美学——指导程序在一组“艺术约束”内运行并引导过程达到预期的结果。

通过Katharina Brunner的一组作品解析过程，让我们拆解生成艺术的完成过程：

生成艺术设计是设计师制定好美学规则后，计算机形成的一个随机化生成系统。它通过算法驱动执行，生成可循环上千次的设计选择，最后由设计师调整参数配置后选择输出结果，每一次的调整实际上都会更逼近想得到的方案，在过程中设计师可以轻松调整探索不同的可能性。

从设计的效率来看，计算机的辅助使生成艺术设计远远超过了团队的创造能力，进而帮助设计师探索最有效的设计结果。生成艺术打破传统意义上设计软件的路径限制，不再拘泥于软件的边界。并不与效率背道而驰，生成艺术设计并不是结构化的设计系统。从创新度和艺术性来看，由设计师制定规则通过计算机编程完成的美的计算，赋予设计全新的可能性，一定程度是艺术的规则和量化，也是设计的无序和随机。

大悲宇宙-林琨皓 X'Diptera:虚拟蝴蝶

X'Diptera：虚拟蝴蝶是数据合成昆虫，在每日更新的虚拟蝴蝶图案过程中，作者想表达的是昆虫是有生命的精密仪器，让昆虫在虚拟中物种进化。尤其是蝴蝶的纹理的鲜艳色彩完全基于电脑算法和人工智能，不仅创造了新物种，使创作的速度也高效。截至现在，每只都不尽相同，而总共产生了有20万只不一样的蝴蝶。

生成艺术一般通过主流的算法设计工具来执行，且网上拥有大量的参考教程和开源代码用来学习，下面简单介绍常用的生成艺术工具供了解。在考虑到对于生成实现的需求上，从软件工具和在线生成程序两个大类分享下如何创造生成艺术设计。

软件工具多是直接对艺术编程进行设定与生成，在创作的可能性上相对更高，另一方面学习成本也会高一些。下面介绍几种具有代表性的生成艺术设计软件，从上手难度、市面学习资源、实现效果等综合考虑了排序，供大家了解。

02-1-1 Java: Processing 

Processing是一个免费的图形库和集成开发环境(IDE)专为电子艺术、新媒体艺术和视觉设计而构建，目的是在视觉环境中向非程序员教授计算机编程的基础知识，包括p5js（JavaScript 处理）和Processing.py（Python 处理）并进行了额外的简化。因此processing实际上是对于设计师较容易上手的，也是国内被广泛使用的生成艺术软件。学习processing可以通过《Getting Started with Processing》（由processing创始人编写）来进行入门。它的上手成本并不高，举个例子： PixelFlow 是 Processing 的一个高性能流体库，附带了非常完善的官方示例，仅仅是把这些示例修改一下就能让你的设计熠熠生辉。

此外通过https://openprocessing.org/网站（类似生成艺术的behance）可以看到许多processing完成的生成艺术并获取开源代码。

附相关学习书籍：

Processing: 视觉设计师和艺术家的编程手册（麻省理工学院出版社）(MIT Press)  by Casey Reas and Ben Fry

学习processing第二版——图像、动画和交互编程初学者指南

Learning Processing, Second Edition: A Beginner’s Guide to Programming Images, Animation, and Interaction (The Morgan Kaufmann Series in Computer Graphics)by Daniel Shiffman

The Nature of Code 中文译名《代码本色》： Simulating Natural Systems with Processingby Daniel Shiffman 对于入门生成艺术非常实用的指南，将 Processing 用于粒子系统和相关概念非常有用。

02-1-2 C++：openFrameworks和cinder

openFrameworks完成的代码插画设计

02-1-3 Web:p5.js

P5是Processing语言的一个JS移植版本，使其能在Web中工作。P5.js的功能更单一，角色更专注，如果你想直接使用JS创建一些艺术作品（如基本的几何图形、图像处理、交互式动画和操作DOM等），那么推荐使用P5.js。.p5.js 具有插件库，可轻松与其他 HTML5 对象交互，包括文本、输入、视频、网络摄像头和声音。

02-1-4 3D：Mandelbulb 3D 分形渲染软件

分形艺术实质属于生成艺术，是一种算法艺术形式的概括性说法。借助计算机和数学之美，产生繁复、且对称的图形设计。Mandelbulb 3D是专门针对生成艺术下的分形艺术而产生的设计艺术软件，适用于3d类对于分形艺术的需求。通过编写好的软件，制作这种分形作品其实比你们大多数人想象的要简单无数倍。简单易上手，在生成艺术的渲染软件中，既有Mandelbulb 3D、Ultra Fractal这样选择公式、调整参数的，也有像Apophysis、Xenodream这样操控、组合变换的软件，值得注意的是，由于软件的逻辑不同，所形成的分形艺术风格不同，相关感兴趣可通过分形艺术网（fxysw.com）对喜欢的风格进行筛选和理解不同风格的软件。

Art by Hal Tenny New Time Machine Mandelbulb 3D

Art by Dr-Pen 根据抛光彩虹乐队创作的分形作品

对于绝大多数设计师来说，学习一门软件或编程语言的时间成本往往过高，而现在许多生成艺术设计师会自己搭建网站或轻量级程序，帮助设计师完成简单的生成纹理用于设计使用。这意味着设计师在设计时，可以进行一些随机的调控。这里有一些响应式网页和程序供尝试，包含2D类与3D类：

02-2-1 everypixel

一种生成风格化的静态纹理图案。基于已经预设好的丰富纹理图案库，设计师选择喜欢的图案后可进行多参数调节，通过customize pattern对元素的大小、密度及配色进行调整，生成自己独一无二的图案。

https://www.everypixel.com/patterns

02-2-2 visiwig.com:

满足开发的几何图形生成。丰富的自定义参数调整、满足各种需求的矢量几何风格的纹样，生成的结果可直接输出CSS源代码和SVG矢量图形素材。

02-2-3 Slik:

对称的分形艺术纹理。通过网页可通过选择画笔数量、颜色、方向镜像等生成自己的对称式图案，极其简单制作分形图，图案画笔具有辉光感。 http://weavesilk.com/

slik调节参数绘制过程

02-2-4 Biomes：

基于noise生成生物群系，单击随机化创建新的或自定义。生成的.ply文件可直接通过电脑预览或通过网站转为通用的obj格式进入大多数3d软件进行编辑和使用。https://experiments.withgoogle.com/biomes

biomes调节参数后生成的结果

02-2-5 JS 数据生成艺术：

为3d软件服务的贴图生成程序JSplacemet提供了通过控制参数即可产生变化的五种科技风格贴图。相当于开发人员已经制定了“科技风格”这一规则的生成艺术程序，用户仅需要改变参数，即可得到每次不同的风格化8K贴图供设计使用，通过3d软件诸如“置换”等功能辅助设计。

附软件下载-mac or win皆可在官网免费下载最新版

JSplacement官网教程： https://windmillart.net/?p=jsplacement

redshift+JS生成的中文教程：https://zhuanlan.zhihu.com/p/71566529（简单易理解）

02-2-5 分形艺术纹理：chaotica

专为新手和生成艺术家设计的轻量分形程序，与上面介绍的js类似，但支持mac和win，不会3D软件也可以用生成的图片作为图案、蒙板、纹理等图像表现素材。新手用户可以享受编辑随机分形以制作令人惊叹的高清壁纸和动画的乐趣。

诸如此类的在线网站及程序存量巨大，如hero patterns 、transparenttextures、Google AI实验等。感兴趣的可自行挖掘，这里不做赘述。

随机和规则的并存性创意

生成艺术为设计开拓了新路径，通过编程语言可以创造千千万万种可能性，无论是静态的还是可交互的都可以通过编程语言实现新形式，这种新创意路径并不仅仅拘泥于视觉层面，在互动玩法上诸如H5等可以从中发掘更多有意思的互动想法。目前在商业设计中，生成艺术设计的玩法主要聚焦在图形纹理、视觉动态化上，但实际生成艺术在与用户的玩法创意上，可以延伸为一种可能性。下面从应用层面，分享这种随机和规则并存的艺术创意如何转化成为商业设计。

03-1 图形纹理 ： 数理和谐与繁复之美

二方连续和四方连续由一个图案或花纹连续出现两次向上、向下、向左、向右的排列出现。二方是骨骼，四方为单位。对于非图案设计师来说，往往在品牌设计或载体的装饰性纹样设计中，二方连续和四方连续的装饰纹样都是具有一定挑战性的。纹样元素的图形组合，涉及了平面构成中的解构和重构，同时每一次的图形调整过于复杂，本身的纹样精密以及不断的调整颜色明度对比度、占据的比例和大小等。在繁复中寻找普遍接受度高的和谐往往占据设计师的过多精力，而拆解次方连续和四方连续等纹样组成的图案单位，实际上是一种追求数理和谐的程序性复杂纹理。

BLOW设计公司的设计红包出现大量二方连续与四方连续。

二方连续和四方连续都可以通过生成艺术设计很快的完成并快速调试修改，最终得到许多张接近设计师审美的结果。生成艺术也可以实现通过参数修改，对图案进行平面构成的解构和重构，保持重组的新美感又能保持数理和谐，从简单的规则中可以得到有机的生命力和复杂的结果。

此外由于每一次的重新计算都可以得到类似但崭新的结果，使生成艺术在完成视觉的系列更新与组合尝试上效果显著。

03-2 品牌视觉：动态化和系统性的设计语言

生成艺术设计生成的纹理在每一次打开页面或刷新的结果都是不一样的，充满了随机性。但由于设计师在规则制定上是一样的，颜色配比、图形形态等保持一致，所以这种随机实际上是规则下的随机。因此在做品牌相关的延展上，可以设定品牌规则的生成艺术在图形上缔造了快捷的图形延展和系统思路。

品牌视觉在逐步走向3D化与动态化，通过生成艺术完成的品牌图形设计可以使动态部分富有规律性美感，同时生成艺术使动态品牌无论是图形本身还是运动轨迹的延展难度都大大降低，简单改变参数即可满足风格化的品牌建设并且拥有了可以互动的品牌新玩法，创造了新趋势。

variable是一家位于伦敦的数字工作室，在全球范围内与品牌、研究小组和组织合作，探索和体验数据艺术生成的新方式：随着大数据和机器学习的兴起，制药公司现在有能力看到人类看不到的模式和联系。 那么，如何形象化和传达先进技术在现代药物开发过程中的作用？于是在与药物公司gsk合作的项目中，他们建立了一个生成性的品牌推广活动。

variable近十个月的想法演绎过程

通过想法演绎和推理，variable确定视觉方向是通过干净、无菌的“科技”外观与优雅的有机运动相结合并通过保持数据粒子和颜色相同来反映。最终品牌设计的定位是可视化的基因 。  

而这种设计的可能性，不经过严谨的计算很难通过设计师人为的力量完成。生成艺术或者说数据艺术的介入，让这次品牌推广考虑到了品牌本身的定位和使用场景的科学与和谐。

03-3 分形艺术：作为设计表达的可能性

通过前文介绍的chaotica等分形艺术生成软件问们已知其可以生成繁复华丽的分形图案，作为设计素材来使用。而在当今的品牌推广上，随着5g时代通讯设备能力的提高，经常可以发现通过3d动态影片来演绎品牌的文化理念，并通过各类视频号或软件等不同媒介手段进行传播。往往不同于广告的强商品属性——动态影片对于产品或理念的叙述往往是含蓄而艺术化的：如空山基和1+手机的共同联名影片带来的主要是美的视觉强感受。而生成艺术下的分形艺术基于分形几何学和计算机的强大运算能力将审美再塑造，通过不断构型和自我复制为三维动画的视觉表现力提供了新的层次。在分形艺术构建的华丽世界，通过调整参数得到了规律的繁复图形，又探索了图形运动的节奏美感。值得注意的是，无论你看到的分形艺术在视觉效果上多么无限华丽，但实际上仅仅是参数调配的问题……产出时CPU和GPU资源占用并不会很大。可以想象，在未来VR AR等技术在设计中的强应用，会使分形艺术对人们感官的沉浸更进一层。

《 Fractalicious 8》3d短片

03-4 营销创意：创新的互动艺术玩法

在许多线下的沉浸式展览或毕业展，我们经常感受到通过人与装置之间的互动带来的特别体验，如通过触摸叶子在图像上传达叶子情绪变化、路过时屏幕上的自己被风格化某种艺术风格等，使设计的好玩性和互动度大幅度提升。生成艺术事实上也可以通过鼠标或摄像头实现交互，让用户一起参与完成艺术和作品的输出，形成有互动性的图像风格。

作品通过鼠标对试管的点击提高试管内液体高度同时对声音产生控制：七个不同颜色的试管代表七个音调，可调节生成独属于你的音乐旋律。

随着对于用户参与感逐渐增加的需求，如何赋予用户更多好玩且简单的交互权利？另一种值得关注的互动玩法是音画互动：不仅局限于图像带来的视觉感受,通过用户的交互同时画面产生变化、声音旋律也随之改变实现好玩的玩法。

最后，不属于生成艺术的范畴但通过艺术编程的技术可实现的AI智能类创意玩法也可以进行诸多思考，满足许多技术领域上设计的发力点。辅助设计实现有趣互动，扩展设计创新。

生成艺术为设计带来了全新的可能性，并为设计资源的合理运用与整个设计系统的运作都带来了新的解决方案。本文今天仅对生成艺术进行基础的探讨，随着生成艺术的普及与进一步发展。其在设计领域应用的可能性会进一步加深。

在今天，技术与人的关系并不是主宰与被主宰。艺术与设计的关系也并不只停留在过去和现在的借鉴，还有未来。我们可以通过技术工具为设计带来新的突破性，创新设计的边界。

附参考文献：

【1】Galanter，P . Foundations of generative art systems[J].2001.

【2】https://aiartists.org/generative-art-design

【3】https://www.163.com/dy/article/G0QRMC1F0518Q544.html

【4】https://openprocessing.org/