2026年4月22日，OpenAI在几乎没有预告的情况下发布了ChatGPT Images 2.0模型。这个被业界称为“王炸”的图像生成模型，不仅在图片精度、语言支持和分辨率上有着显著提升，更成为首个具备“思考能力”的图像AI——它可以联网搜索实时信息、根据一个提示词创建多个不同的图像，并自我复核其输出。发布后，它在Image Arena排行榜上以领先第二名242分的巨大优势，登顶全球AI生图王座。

由GPT Image 2.0生成图像

仅一天后，GPT-5.5发布，在多模态处理、推理能力和实时交互方面再次刷新基准。与此同时，中国传媒大学在2026年全国两会上公开宣布，该校已一口气停招摄影(并入‌影视摄影与制作专业‌)、漫画(回归为‌动画专业下的漫画方向)、视觉传达设计(北京办学点停止招生‌，仅在‌海南校区保留中外合作办学项目‌)等16个本科专业和方向，理由直白得令人不安——“人类已经进入人机分工时代”。

由GPT Image 2.0生成图像

不到两周时间，技术突破与教育裁撤同步上演。当一幅AI生成的设计稿可以在几秒钟内完成，当一段翻译可以实时达到母语水准，那些曾经需要四年苦练的技能，突然之间似乎失去了市场价值。于是，一个似曾相识的问题再次浮出水面：“AI画得这么好，学画画还有什么用？”

这问题背后站着一整个时代的焦虑。但如果我们仔细审视，会发现它做了一个需要被认真对待的预设：学画画的功能，就是产出图像。如果图像可以被更快速、更便宜地生产出来，那么“画画”这件事就失去了它的必要性。这个预设，不仅适用于画画——如果它是成立的，那大学里大半的学科都可以关门了。计算机能在一秒内完成人类数学家需要一生才能完成的运算，为什么数学系还在？搜索引擎可以在零点几秒内检索人类全部知识，为什么还要读书和记忆？这些追问指向同一个答案：教育的目的不是产出，而是塑造人。

一、AI是什么，不是什么

在讨论AI对教育的影响之前，有必要先厘清它的本质。

人工智能是一个基于已有数据进行模式识别与重组的技术系统。它可以从海量数据中学习模式和规则，并基于这些学习生成新的内容。它生成的图像乍看极具创造力，但本质上是对人类已有视觉元素的分解、归类与重组。正如有专家指出的，OpenAI很可能已经把图像生成从“美术课”调到了“语文课”——用一个能读懂指令、能记住上下文、能理解物体关系的语言模型主导语义规划，至于最后一步的像素生成，可能由其他解码器完成。

由GPT Image 2.0生成图像

这意味着什么？意味着AI生成的图像，在看似鲜活的画面之下，是逻辑推演的结果，而非生命体验的凝练。它不会犹豫，不会挣扎，不会在某一个深夜推翻自己之前所有的构图，只因为突然意识到“这不是我想说的”。它会组合，但不会反省；它会输出，但不会追问；它会呈现“正确的答案”，但无法承载一个创作主体在某个具体时刻的全部情感与判断。

2026年3月，法律系统开始正视这其中的本质区别。全国首例AI“一键生图”侵权案宣判，法院认定：用户仅输入一段描述性文字、未参与构图、绘图等具体创作环节的AI生成图片，不具备著作权法意义上的“独创性”——科技可以作为便利工具，但不能替代人类作者真正投入的创造性智力劳动“。几乎同一时期，美国最高法院确认，纯粹由AI生成的作品不能获得版权保护。

由GPT Image 2.0生成图像

版权界在划定的一道硬边界，与我们关心的那个老问题有着相近的内核：技术可以辅助人类，但思想与创造的主体，始终必须是人。AI是思想的延伸，不是思想的开端；是观点的辅助，不是观点的来源。

二、画室里的思维训练

如果同意这个前提，那么“学画画还有什么用”这个问题，就有了一个完全不同的回答路径。

大学绘画专业，表面上看是在教技法：如何调出准确的颜色，如何控制边缘的虚实，如何构建一个有深度的空间。但任何一个在画室里待过足够长时间的人都知道，真正的训练发生在技法之下。

GPT Image 2.0关键词生成图像演示

面对一张空白画布。没有人告诉你第一步该怎么做。没有人替你决定这块颜色该暖一点还是冷一点。没有人告诉你什么时候这张画算画完了。每一笔都是判断。每一次判断都是在培养一种能力——在不确定中做出选择的勇气，在没有标准答案的地方寻找自己答案的毅力。

这个过程，AI是没有的。AI生成图像时，没有犹豫，没有自我推翻，没有“也许我再试一次”的挣扎。它给出的图像从一开始就是完整的、平滑的、没有修改痕迹的。但人类的学习，恰恰需要经历那种犹豫、错误和反复修正。一个人如果从来没有在画布前纠结过“这条线到底该往哪儿走”，他可能也从未真正练习过独立思考。被裁撤的专业可以重新开设，被AI替代的岗位可以转化为新的协作模式，但独立人格的锻造一旦中断，它的恢复远比培养慢得多。

由GPT Image 2.0生成图像

更深的训练还在于承受力。一张画从空白到完成，中间要经历漫长的挫败。推翻重来，再推翻重来。一张未完成的画摆在面前，那种孤独是你无法借助任何外力来消解的——没有AI能替你感受它，没有算法能替你跨过它。学画的人，就是在这样的面对中，学会了与自己相处，学会了与内心对话。

还有一个更隐蔽的层面：整合能力。我们活在一个越来越碎片化的时代。信息是碎片的，时间是碎片的，注意力也是碎片的。但画画恰恰是反碎片的。它逼着你把观察、感受、思考、手感、情绪同时调动起来，整合在一个平面上。一张画是一个人全部心智共同作用的结果。这种整合能力的训练，在当前的教育体系中几乎找不到替代品——AI将信息拆解为碎片再重组，而人需要在混沌中寻找属于自己的秩序。

最后才是技法本身。画画需要长时间的身体训练——手对笔的控制、眼对形体的敏感、手腕对力度的记忆。这种训练不能速成，也不能外包给机器。人在反复描摹一片叶子、一块衬布、一只手的姿态时，不只是手在变熟练，而是整个感知系统在被重新校准。这种身心一体的训练，是一个完整人格养成中不可省略的一环。

安德鲁·怀斯的蛋彩作品

这些不是在抵抗技术，而是在澄清一个最朴素的事实：思想从来不产生于现成的答案，而产生于困惑；独立人格从来不在顺利中成长，而在反复面对不确定性自己找出判断的能力中形成。而这里所说的困惑、面对与判断，需要的恰恰不是更快的机器，而是更沉静的人。

三、大学到底在培养什么

如果大学的目的是培养“能干活的人”，那AI确实构成了巨大的挑战。机器干活更快、更便宜、不出错、不休息。以“产出”为唯一标准来衡量，人永远比不过机器。

由GPT Image 2.0生成图像

但大学从来不是为“产出”而存在的。从博洛尼亚大学到巴黎大学，从牛津到剑桥，大学最初的面貌不是职业培训所，而是思想者聚集的地方。它培养的不是能重复已知操作的人，而是能面对未知、提出新问题、做出独立判断的人。

这个功能，AI替代不了。不是技术不够先进，而是这个功能的本质不属于技术范畴。当中国传媒大学停招16个艺术类专业时，校方的逻辑是“让AI做AI擅长的，让人做人擅长的”。但我们需要进一步追问：大学存在的意义，到底是教会学生如何使用工具，还是培养他们拥有工具无法替代的东西？有观察者指出，高校一边取消旧专业、一边开设新课程，“其实是在不断尝试，到底应该教学生怎么使用工具，还是怎样保留那种只有人类才能拥有的东西”。

由GPT Image 2.0生成图像

2026年4月的戛纳电影节上，一个具有象征意义的场景发生了：拥有近80年历史的戛纳电影节明确拒绝了AI电影的参赛资格，官方声明简练而有分量——“人工智能仅能复刻表象，无法承载深层情感”。与此同时，就在戛纳海滨，首届世界人工智能电影节大举登场，展出大量风格猎奇的原创影片。新旧两种力量在同一片海岸上对峙，恰如这个时代的缩影。

戛纳用“情感”划定边界，中国传媒大学用“社会化分工”解释裁撤。两者看似口径不同，但本质上指向了同一个核心：当机器可以越来越精准地复刻表象，人类之为人类的独特性——那个被称为“思想”和“情感”的东西——正以新的紧迫感被推向前台。

四、在AI时代，为什么还要坚守大学

这不是一篇反对技术进步的文章。AI是强大的工具，善用它可以拓展创作的边界，提高效率，激发新的可能性。ChatGPT Images 2.0可以生成精准的中文排版和漫画分镜，Midjourney V8.1将高清渲染速度提升了三倍。这些进步是真实的，不应该被低估。

GPT Image 2.0关键词生成图像演示

问题从来不在于工具本身，而在于使用工具的人，以及塑造这个人的教育。如果大学放弃了对思想的培养，转向对技能的交付，那它就不再是大学了。在AI时代，“思想”这两个字不是过时了，而是比任何时候都更关键。因为当一个社会可以用机器大量生产内容、答案和图像时，真正稀缺的，是那些能提问的人，能判断的人，能在没有标准答案的荒野里找到方向的人。

由GPT Image 2.0生成图像

而这样的人，不是靠训练出来的。是靠教育。在一间画室里，在一张空白的画布前，在一次次犹豫和选择中。

技术可以延伸人类的能力，但教育培养的是一个完整的人。这两件事不在同一个维度上，从来不冲突——除非我们混淆了它们。

由GPT Image 2.0生成图像