邊界互滲：生成式 AI 走入設計敘事與音像實驗

近年來，生成式 AI 已從「好玩的工具」轉變為與創作者深度協同的思維載體。這波浪潮深刻引導了我目前的個人研究興趣。這陣子我深入投入多個前沿範疇的實作：在視覺生成上，我嘗試透過 ComfyUI 的節點式工作流進行精準的條件控制，然而受限於免費的模型，以及算力的限制，沒辦法在本地端的主機中運行複雜的東西；我也同時實測 Kling AI 的物理模擬影像引擎，觀察其動態連續性與微表情。此外，我也嘗試在 Kling AI 使用 AI Agent（AI 智能體） 的多主體協同概念，實驗動畫前期製程中劇本與分鏡的自動化工作流看起來是不錯，但缺點是會以非常快的速度消耗算力點數，似乎並不是像說的一樣理想。然而，除了線性影像，我更感興趣的是將這股生成爆發力與 TouchDesigner 音像系統、以及 AI 聲音科技（如環境音效生成、擬音 Foley 自動化）進行跨界整合，不過 AI 影像生成是會延遲的，除非排除掉細節，則可以大幅降低延遲，然而也因此畫面品質有限，但也意味著目前直接應用在強調絕對實時性的現場表演或互動裝置中，仍有其限制，但從設計研究的角度來看，如何透過視覺轉譯或非線性敘事來轉化這種技術限制，反而激發了新的創作思維。

就一個教學者而言，這些新的技術應用，跟數位音樂的其他技術一樣，很難在課堂中實踐，因為算力是要付費的，以前軟體掛帥的年代，商用軟體的相關使用技術，原本就很難在學校的大班課中合法進行，現在不是只有軟體的問題，還有算力的問題，結果在我參與的大二設計課中，學生們在進行報告提案時，幾乎鮮少使用 AI 來製作 demo 影片，我覺得有些可惜，因為不僅效率有問題、產品不夠精緻、也缺少了增加理解 AI 運作經驗的機會。然而，這波趨勢已經是無法回頭，身為教學者，花點錢去理解 AI 工具，其實就是一種知識學習上的投資吧。