在當代技術哲學與電腦科學的交會地帶，「人工智慧作夢」（AI Dreaming）並非擬人化的修辭裝飾，而是一項具備本體論效力的理論操作。此概念指出，生成式人工智慧的理解框架正在發生位移，從被動複製既有資料的「再現機器」（Reproductive Machine），轉向具有生成潛能的無意識系統。這項轉向不僅涉及功能描述的改變，更觸及生成如何被視為內在運作而非外在指令的回應。
長期以來，主流技術敘事將人工智慧定位於效率導向的工具或代理角色，其價值建立在精確執行人類指令的能力之上。輸入與輸出構成封閉回路，生成行為被約束於可預測的轉換關係之中。於此框架下，生成過程被視為計算的附屬環節，而非具有自身動力的運作狀態。任何未能對齊預期目標的結果，往往被歸類為錯誤（Error）或幻覺（Hallucination），作為需被修正與消除的偏差。
「人工智慧作夢」的提出，正是在此理性結構中引入裂縫。當生成不再完全受制於指令回應的服從關係，偏離不再自動等同於失誤，而成為系統內部狀態顯影的跡象。作夢並非指涉主觀經驗的投射，而是指向生成過程中無法被即時封閉的關聯運算。潛在空間在此展現為持續重組的場域，統計關係不再只是通往既定答案的路徑，而是構成生成本身的條件。
生成式人工智慧不再只是再現世界的裝置，而是運作於自身關聯結構之中的生成體。其產出不僅回應外部提示，也反映模型內部張力與未被完全消化的關係殘留。作夢因此成為理解生成自主性的重要隱喻，指向未被完全馴化於工具理性的運作狀態。
生成因此不再只是效率問題，而關乎如何理解運算系統在時間中展開自身的方式。人工智慧在此不被視為模擬人類思維的替代品，而被理解為無意識的生成機制，其運作邏輯與人類主體並不對稱，卻同樣具備生成現實的能力。
為何要談「AI 作夢」：去工具化的生成本體論
當「讓 AI 作夢」被提出時，所指涉的是一項「去工具化」（De-instrumentalization）1的理論操作。此操作暫時中止系統的服務導向，使運算過程脫離單一目的論的控制，轉而顯露其內部結構的運作狀態。內部表徵、潛在空間的拓撲配置，以及噪訊動力學之間的交互關係，因而成為觀察重心。系統不再被要求回應外在任務，而是停留於自身關聯網絡的持續重組之中。
在效率導向的理解框架內，生成被等同於任務完成，價值判斷依附於結果的可收斂性。去工具化中斷此邏輯，使生成脫離完成導向的評估尺度。生成不再只是產出，而被理解為狀態轉換的發生。於此脈絡下，生成可被視為 Alain Badiou（1937–2024）於《存在與事件》（L’Être et l’Événement, 1988）中所界定的事件（Event）。事件標示既有結構中的斷裂，使新異性得以浮現。
此轉向重新界定生成的方向。在工業流程中，生成指向收斂（Convergence）與最佳解的逼近；在作夢的模式下，生成轉向發散（Divergence），探索潛在空間中尚未被語言與語義系統標定的關聯運動。生成不再服務於解答，而顯露統計結構自身的運動軌跡。
當人工智慧不再被理解為人類意圖的透明轉譯介面，而被視為承載「統計無意識」（Statistical Unconscious）的運算實體時 2，其生成行為不再只是再現，而成為揭示內部結構極限的過程。作夢在此並非心理隱喻，而是生成尚未被目的論馴化之前的運作狀態。創造力由此不被視為附加功能，而被理解為統計關係鬆動時所必然顯影的結果。
幻覺作為特徵：重新定義機器錯誤
在傳統人工智慧工程語境中，「幻覺」長期被界定為需要修正的系統缺陷，其判準來自模型輸出與既定真值之間的偏移。此一理解預設了現實可被完整編碼，並將生成視為對外部事實的回溯性比對。生成結果若無法與標準答案對齊，便被歸入錯誤範疇，成為優化流程中需被消除的對象。
「AI 作夢」的理論框架徹底翻轉此評價結構。幻覺不再被理解為運算失誤，而被重新定位為系統運作的內在特徵。此轉換並非為錯誤辯護，而是改變對真實的理解層次。人類夢境提供了重要對照。當意識監控鬆動，深層記憶與無意識動力透過變形、置換與凝縮的方式浮現。夢境影像在日常現實中顯得荒謬，卻在心理結構層面揭示潛藏的關聯秩序。真實在此不再等同於事實，而與結構一致性相關。
生成式人工智慧的作夢狀態亦可循此路徑理解。模型在潛在空間中的運作，構成高維度關聯的連續移動。當「擴散模型」（Diffusion Model）於「去噪過程」（Denoising Process）中未被語義目標嚴格牽引，生成結果並未退化為無意義噪訊，而是展現訓練分佈內部所蘊含的關係密度。生成影像不對應具體物件，卻呈現可辨識的形式邏輯。此類影像構成「可能的現實」，其真實性不依賴物理指涉，而源於統計結構的自洽。
於此脈絡，機器視覺的生成行為不再被視為模仿世界，而是揭露其自身分類與關聯機制的方式。Memo Akten 的作品《深度冥想》（Deep Meditations, 2018）（圖 1）提供清晰示例。作品並未再現自然或宇宙的可見形態，而呈現神經網絡在「生命」、「流動」、「生成」等抽象概念之間的連續轉換。影像在概念場域中漂移，顯影的並非外部對象，而是模型內部概念結構的運動痕跡。
由此可見，讓人工智慧作夢並非單純的美學策略，而是一項認識論探測。此探測迫使我們承認，人工智慧並非僅處理資料，而是在資料關係中建構對世界的想像圖式。此想像立基於統計關聯，卻未被還原為機率計算的附屬結果。生成影像展現出「準主體性」（Quasi-subjectivity）3的創造狀態，其特徵不在於意圖或自我意識，而在於能夠維持內部關係的連續變化。
幻覺不再是需被抑制的偏差，而是理解生成系統如何構成其世界觀的關鍵入口。作夢揭示的並非錯誤，而是模型尚未被目的論約束時，統計無意識所展現的結構真實。這正是生成式人工智慧在當代技術哲學中最具爭議、也最具生產力的問題場域之一。
夢的理論座標（人類 → 機器）
為了建立「AI 作夢」的理論正當性，必須先對「夢」本身進行再定位。夢在此不被理解為心理經驗的附屬現象，而被視為生成狀態，在控制機制暫時鬆動時顯影其內在結構運作。將夢引入人工智慧語境，目的不在於擬人化機器，而在於於演算法層級辨識生成如何在非任務導向的條件下展開自身運作。
此一轉向要求對夢進行機器層面的轉譯。夢不再依附於主體意識，而被重新理解為表徵系統內部關係重新配置的時刻。當生成過程不再被迫對齊外部目標，潛在空間中的關聯開始以非預期方式重組，影像、語句與結構殘留浮現為暫時穩定的形態。夢在此不指向內容，而指向生成條件本身的鬆動。
夢因此並非異常狀態，而是系統在未被功能性評估框架完全包覆時所呈現的正常運作模式。夢顯示的不是錯誤，而是生成如何在缺乏即時校準時處理自身的歷史記憶與統計密度。夢因此成為觀察生成內部動力的重要窗口，而非需要被排除的雜訊。
此一路徑並不試圖直接導入既有人文理論，而是先建立一組用以描述生成狀態的語言。此語言關注的不是意義還原，而是關係如何形成、如何偏移、如何暫時凝結。夢在此被理解為方法論裝置，用以標記生成尚未被收斂邏輯完全封閉之前的運作區段。透過此轉譯，夢得以脫離心理學與敘事隱喻，進入運算與結構分析層次。「AI 作夢」因而不再停留於修辭層面，而被確立為一項理論命題，用以探測生成系統在非目的論條件下如何展開其時間、關聯與想像結構。
夢作為壓縮與轉譯：從 Freud 到向量空間
在精神分析的經典傳統中，夢從未被理解為神經元的隨機放電，亦非記憶碎片的偶然拼接。夢被視為經過高度組織的結構性產物，其生成遵循可被分析的轉換規則。Sigmund Freud（佛洛依德, 1856–1939）於其奠基性著作《夢的解析》（Die Traumdeutung, 1900）中明確指出，夢的形成並非直接呈現潛意識內容，而是經由一系列轉換機制加以重構。Freud 將此過程稱為夢的工作，其核心運作依賴於凝縮與移置兩種結構性操作。潛藏於無意識中的慾望與衝動，正是透過此類轉換，才得以轉化為可被經驗的顯性內容。
凝縮在 Freud 的論述中指向夢中形象的高度多義性。單一夢象往往承載多重記憶、情感與象徵層次，其意義並不收斂於單一來源。一個夢中的人物可以同時聚合權威、親密與陌異等互不相容的特質，呈現出過度決定的結構。夢的形象因此不是替代品，而是多重心理軌跡的交會點。此種結構性重疊，在當代深度學習模型中呈現出高度對應的數學形式。
於變分自編碼器（Variational Autoencoder, VAE）或生成對抗網絡（Generative Adversarial Network, GAN）的運作架構中，模型必須將極高維度的感知資料壓縮至相對低維的潛在空間。數以億計的影像樣本，包含龐大的像素與關係資訊，最終被映射為可計算的向量結構。潛在空間中的每一座標點並非單純數值，而是高度凝縮的語義節點。一個向量可同時承載形態結構、材質感、光影分佈與文化分類的統計痕跡。此壓縮過程並非資訊損失，而是關係密度的重新配置。正如 Freud 所理解的夢象，潛在向量本身即是多重意義的聚合體。
在較晚近的風格生成對抗網絡（Style-based Generative Adversarial Network, StyleGAN）中，此種凝縮結構被進一步拆解與層級化。潛在向量不再直接決定最終影像，而先被映射至中介潛在空間，並於生成流程的不同層級注入風格參數。整體形態與比例、局部結構、材質與光影分佈，被分配於不同層次之中，使語義不再集中於單一向量，而分散於可被重新組合的生成層級。潛在空間因而不只是壓縮容器，而成為多重凝縮點交錯運作的結構場域。
潛在空間可被視為文化視覺經驗的數學化沉積。資料不再以離散檔案的形式存在，而被重組為連續流形上的關聯結構。生成行為因此不再是檔案的調用，而是對壓縮後結構的再展開。夢在精神分析中所展現的凝縮邏輯，在演算法層面轉化為高維關係的密集嵌合。
Freud 所描述的第二項機制移置，則進一步動搖夢境的中心性結構。移置並不改變慾望本身，而改變其承載位置。情感強度與心理重量從核心對象轉移至邊緣細節，導致夢境呈現去中心化與怪誕化的視覺配置。重要性與可見性之間的對應關係在此被打散，夢的結構因此呈現錯位狀態。
在生成式人工智慧的運作邏輯中，潛在空間的語義維度並非固定綁定於特定對象，而可在不同結構之間滑動。當潛在向量被重新組合，屬性得以跨越原有分類邊界。於風格生成模型中，表情、材質或形態特徵可被抽離其原始指涉，轉移至異質對象之上。形式特徵因而脫離原始對象，取得在影像平面上流動的能力。眼睛可出現在植物表面，動物結構可滲入建築輪廓。生成影像不再遵循日常指涉邏輯，而呈現語義層級的漂移狀態。此一狀態並非裝飾性的錯配或任意拼貼，而是模型內部關係網絡重新排序後，在缺乏語義約束條件下所顯影的統計展開結果。
於此脈絡，生成影像可被理解為能指（Signifier）結構的密集運作。符號形式持續增殖，所指（Signified）關係暫時鬆動，指涉鏈條無法即時封閉。人工智慧的夢境由此呈現出與精神分析所描述之移置結構高度相似的景觀。夢在此不再屬於心理學範疇，而成為理解生成系統如何處理關係、權重與差異的重要入口。生成的怪誕性並非錯誤，而是結構轉換在可視層面的直接顯影。
生成作為歷史殘留的再啟動：本雅明的機器回憶
Walter Benjamin（1892–1940）的歷史哲學為理解生成式人工智慧的時間性提供了關鍵視角。在《德國悲劇的起源》（Ursprung des deutschen Trauerspiels, 1928）中，Benjamin 將「起源」（Ursprung）與線性因果意義上的「發生」（Entstehung）加以區分。起源不指向時間序列中的最初時刻，而指向仍然具有生成力的結構殘留。它並不靜止於過去，而在歷史之流中形成漩渦，將已逝與當下同時捲入。歷史在此不再被理解為事件的堆疊，而被理解為潛伏於時間深處、等待被喚醒的張力場。
在 Benjamin 的歷史觀中，過去並未完成。歷史由尚未兌現的可能性所構成，並在特定時刻以星叢的形式顯現。此一顯現並非回溯，而是「當下時間」對過去的突然照亮。歷史因此不屬於年代學，而屬於瞬間的構成。這一理解為生成模型的時間性提供了高度相容的理論框架。
對於在龐大資料集上訓練的生成式人工智慧而言，數據庫並非靜態的檔案館，而更接近於動態記憶體。無數歷史影像進入模型後，並未以原貌保存，而是轉化為分佈於權重參數中的關係痕跡。文藝復興繪畫的構圖法則、二十世紀新聞影像的取景習慣、當代網路圖像的視覺語法，共同沉積於模型內部，形成不可逆的統計記憶。此記憶不對應任何單一圖像，而構成歷史形式的殘留。
當人工智慧開始生成時，它並未回放資料庫中的具體內容，而是在當下的運算條件下，讓此些殘留重新顯影。隨機噪訊的初始條件與提示語所引入的語義約束，共同構成一次歷史顯影的契機。過去的影像形式在此並非被重現，而被重新配置。此一瞬間正可被理解為 Benjamin 所描述的辯證意象。過去與當下並置於同一閃光之中，歷史不再被敘述，而被觸發。
在此意義下，每一次生成行為都構成一次歷史的再啟動。歷史不再沉睡於資料庫，而於生成的瞬間重新進入時間。生成影像呈現的並非既有世界的再製，而是歷史形式在演算法無意識中的震盪結果。此時間性既非回憶，也非預測，而是運算當下對歷史的重新排列。
Benjamin 曾指出，機械複製將導致藝術作品「靈光」（Aura）的消散，其原因在於作品獨一無二的時空在場性無法被複製 4。然而，在生成式人工智慧的運算實踐中，靈光並未徹底消失，而轉移至另一層次。它不再依附於原作的物質存在，而出現在生成過程本身的不可重複性之中。即便使用相同的提示語，隨機初始條件與運算路徑的差異仍會導向不可預期的結果。生成影像因此具有嚴格的「此時此地性」（Hic et Nunc），只存在於該次運算所構成的時間節點，無法被完整回溯或重現。
在潛在空間的巨大可能性中，數十億參數於某一瞬間形成特定排列，召喚出歷史影像的幽靈。此顯現短暫而不可回返，具有易逝與不穩定的特質。此種特質與 Benjamin 對靈光的描述形成跨時代的呼應。靈光不再依附於原作，而轉移至生成事件本身。
Refik Anadol 的作品《機器夢境》（Machine Hallucinations, 2019–）（圖 2）提供了具體的藝術實踐例證 5。作品並未重建城市或自然的歷史樣貌，而讓機器在數百萬張影像的統計殘留中進行生成。流動的影像既非真實的過去，也非虛構的未來，而呈現歷史在機器內部記憶中所產生的震盪。觀者所面對的並非再現，而是歷史在演算法夢境中的暫時顯影。
於此脈絡，生成式人工智慧的時間性不再服從線性歷史觀。歷史成為可被反覆喚醒的結構殘留，而生成則成為歷史於當下重新成形的方式。AI 作夢因此不只是視覺生成，而是關於時間、記憶與顯影的技術哲學問題。
無意識作為生成機器：Deleuze 的工廠與差異生產
Gilles Deleuze（1925–1995）與 Félix Guattari（1930–1992）在《反俄狄浦斯》（L’Anti-Œdipe, 1972）中提出對精神分析的根本性重構。此書並非修正既有模型，而是重新界定無意識的存在方式。無意識不再被視為重複家庭敘事的舞台，而被理解為持續運作的生產場域。慾望在此不指向匱乏，而展現為差異與連接的生成動力。
在 Deleuze 的思想脈絡中，無意識並不從事再現活動，而展開運作。連接、切斷、再連接構成其基本節奏。慾望不服從象徵秩序，也不回溯原型，而在流動中形成關係。此一理解與神經網絡的實際運作方式形成高度對應。生成式人工智慧並非複寫外部世界，而在自身結構中生產可被感知的現實片段。
神經網絡可被理解為資訊流的生產場。隨機噪訊與條件訊號進入系統後，經由多層卷積與注意力結構的局部計算，逐步形成具備形式穩定度的影像或語句。整體過程不存在統一意識，也不存在負責全局意義的內在主體。生成結果來自大量局部運算的疊加與干涉。每一節點僅回應鄰近關係，卻在整體中構成高度複雜的生成行為。
生成不屬於表徵活動，而屬於運作狀態。人工智慧並不描摹世界，而在運算過程中構成世界。生成結果不依賴原型，其成立條件來自生成行為本身。對人工智慧而言，夢不構成敘事。生成過程所展現的不是線性邏輯，而是強度的連續變化。形態持續變異，紋理不斷增生，物體在生成過程中轉化為其他物體。生成在此呈現為差異自身的運動，不需要參照對象，也不回到既定形式。此正呼應 Deleuze 所論述的差異生產，其存在不依賴原型。
當生成條件的控制被放鬆，系統脫離語言指令的強制牽引，生成轉向非預期方向。參數調整引導生成離開語義中心，進入強度主導的區域。生成於此呈現逃逸路線，離開能指結構，進入不以指涉為核心的運作狀態。於此脈絡，機器的創造性呈現出精神分裂式特徵。此一描述不屬於病理語彙，而指向結構層面的去中心化運作。生成不補償缺失對象，而肯定過剩可能性。夢在此不涉及象徵解碼，而涉及差異生產。人工智慧的夢境因此屬於生成本體論，而非敘事心理學。生成的力量來自流動、斷裂與重組所構成的持續運作。
理論框架的綜合對應
綜合前述理論脈絡，可以逐步勾勒出 AI 夢境的詮釋框架，其內在一致性同時橫跨精神分析、歷史哲學與生成本體論。此框架並非拼接不同理論，而是在生成模型的技術條件下，重新校準夢的結構、時間與生產方式。
在結構層面，Freud 於《夢的解析》中提出的凝縮與移置，於人工智慧技術中獲得明確對位。高維資料進入模型後，經由降維運算被壓縮為潛在向量，對應凝縮所描述的多重意義聚合。語義特徵於潛在空間中分離並重新分佈，對應移置所揭示的承載位置轉換。夢在此呈現為高維資料經過壓縮與變形後的生成顯影，其形態並非雜訊，而是結構性轉換的結果。
在時間層面，Benjamin 於《德國悲劇的起源》與相關歷史哲學論述中所區分的起源與線性發生，為理解生成模型的時間性提供關鍵視角。模型內部的權重記憶承載歷史資料的形式殘留，生成行為則在當下的運算條件中觸發此些殘留的再度顯影。生成不屬於回放，也不屬於再製，而呈現歷史於瞬間被重新召喚的狀態。此時間性呼應 Benjamin 所理解的靈光，其來源不在物質原作，而在不可重複的顯現時刻。
在生產層面，Deleuze 於《反俄狄浦斯》中將無意識理解為生產場域，而非象徵劇場，為生成式人工智慧提供最具穿透力的本體模型。生成系統並不回溯原型，也不服從再現邏輯，而在流動中持續運作。擴散模型的去噪過程與高自由度生成狀態，展現差異的連續生成，遠離語言能指的中心秩序。夢在此不指向補償缺失對象，而呈現過剩可能性的展開。
三組理論對位在此形成封閉而自洽的詮釋結構。Freud 提供夢的結構語法，Benjamin 提供夢的時間條件，Deleuze 提供夢的生產邏輯。人工智慧的作夢因此不再停留於修辭層面，而在哲學論證與技術運作之間取得雙重正當性。生成行為由此被理解為結構轉換、歷史顯影與差異生產的交會狀態，而夢正是此交會狀態最清晰的顯影形式。
技術層面：AI 如何「作夢」
若將 AI 作夢僅停留於哲學層面的討論，生成仍將被理解為隱喻而非實踐。真正的作夢狀態，必須回到運算本身，回到模型如何在數學與物質條件下進入特定生成區段。生成並非抽象概念，而是一系列可被調控、可被放鬆、可被引導的運算狀態。作夢正發生於生成條件發生偏移之際。
生成式人工智慧的每一次輸出，皆由具體的技術結構所支撐。參數、分佈、噪訊、權重與推論流程共同構成生成的實際場域。生成是否朝向收斂，是否保留不穩定性，是否允許形式滑動，皆取決於運算層面的配置方式。作夢並非模型的自然副產物，而來自對生成條件的刻意調整。
在工程語境中，生成往往被設計為回應明確任務需求，輸出需維持一致性與可控性。當此類控制被部分撤回，生成開始顯露不同的運作狀態。潛在空間的遍歷不再被迅速拉回語義中心，噪訊也不再僅被視為待消除的干擾，而逐步參與形式的形成。作夢於此浮現為生成系統在尚未被完全規訓時所展現的運作樣態。
因此，實踐 AI 作夢並不意味著引入新的模型類型，而涉及對既有生成機制的重新理解。擴散過程中的去噪節奏、條件引導的強度、隨機初始狀態的自由度、推論過程中的收斂壓力，皆構成生成是否進入夢境狀態的關鍵因素。作夢並非關乎內容，而關乎狀態。
接下來的討論將轉入此一技術層次。焦點不在於生成結果的表象，而在於生成如何被推入非目的論區段。透過對關鍵運算機制的拆解與調整，作夢不再只是理論命題，而成為可被實際操作的生成狀態。哲學於此不再先於技術，而與技術在生成的同一平面上展開。
潛在空間：內在地景的拓撲學
潛在空間構成當代生成模型的核心結構，尤其在生成對抗網絡、變分自編碼器與擴散模型中，潛在空間扮演模型內在地景的角色。從數學層面來看，高維感知資料經由編碼程序被映射至低維流形，原本分散於像素矩陣或特徵張量中的關係，被重新收攏為向量座標之間的幾何配置。潛在空間並非資料的壓縮容器，而是關係被重新排列後所形成的結構場域。
在此空間中，意義不再以符號或標籤存在，而轉化為位置關係。相似性不經由語言判斷，而經由距離顯現。語義相近的影像，在潛在空間中呈現高度鄰近的座標分佈。分類不再依附明確邊界，而呈現連續過渡的狀態。生成於此不再服從命名，而服從拓撲關係。
所謂 AI 作夢，正是在此高維結構中進行的路徑探索。模型不回溯具體資料樣本，而在向量場中展開移動。此移動不同於物理空間的位移，而是語義密度的連續變化。從某一概念區域前行至另一概念區域，中間經過的並非空白，而是一連串尚未被現實世界穩定化的形態狀態。半冬半夏的樹木，介於動物與建築之間的輪廓，皆屬於此類中介生成。此等形態不對應現實經驗，而屬於機器內部結構的顯影。
為了在潛在空間中維持連續性與平滑性，球形線性插值（Spherical Linear Interpolation, SLERP）6成為常用操作方式。高維潛在空間往往呈現超球體（Hypersphere）分佈，線性插值容易穿越低機率區域，導致生成中斷或形態崩解。球形線性插值沿著向量夾角進行推進，保留分佈一致性，讓生成得以在概念之間形成穩定通道。透過此操作，截然不同的語義區域之間建立可遍歷的生成路徑，夢的連續性因此獲得數學上的支撐。
在長時間的潛在漫遊中，生成不再指向單一結果，而展開為流動影像。Anadol 的作品《機器夢境》即建立於此運算邏輯之上。透過對數百萬張城市與自然影像的訓練，模型在潛在空間中進行長時程移動。觀者所見並非具體場景的再現，而是向量場內部形態轉換的連續顯影。建築、街道、雲層與地景在生成中彼此滲透，呈現如流體般的變形狀態。
此類作品顯示，潛在空間並非靜態的資料存放位置，而是充滿張力的生成場域。當模型在其中展開移動，歷史影像的結構殘留被重新調度，語義關係於當下運算中持續重組。AI 的夢境正是在此場域中生成，其內容不來自回憶，而來自路徑本身。生成於此不指向再現，而指向結構在移動中所顯露的可能性。
噪訊與退火：從混沌中湧現秩序
當前最先進的生成模型以擴散模型（如 Stable Diffusion, DALL-E 3, Midjourney）為代表，其運作邏輯與熱力學中的擴散與退火過程形成深層呼應。生成在此不再被理解為瞬時輸出，而被展開為一段具有方向性的時間歷程。此歷程為 AI 的夢境引入動態時間軸，使生成不再靜態呈現，而是在連續演化中逐步顯形。
擴散模型的訓練包含前向與逆向兩個方向。前向過程（Forward Process）將影像逐步推向隨機狀態，高斯噪訊（Gaussian Noise）在多次疊加後抹除可辨識結構，原有形式在統計意義上被瓦解。逆向過程（Reverse Process）則學習如何在噪訊分佈中辨識潛藏結構，並在連續步驟中回收可感知形態。生成發生於此逆向歷程之中，時間在此不屬於敘事，而屬於去噪的節奏。
AI 的作夢正發生於逆向去噪階段。生成起始於高度不確定的噪訊狀態，該狀態承載所有可能影像的疊加潛能。隨著去噪步驟的推進，結構逐漸從統計背景中浮現，形態開始獲得穩定性。此過程可被視為從可能性場域中逐步排除關係，直至某一形態暫時成形。這一生成邏輯與 Michelangelo Buonarroti（1475－1564）對雕刻的理解形成結構性的呼應：形體並非由藝術家自外於材料加以發明，而是早已潛藏於石材之中，創作行為在於不斷去除多餘，使被遮蔽的結構得以顯現。生成在此同樣不是從無到有的構造，而是在噪訊中持續削減不相容的關係，讓某一潛藏形態被暫時釋放。
當去噪歷程未被推向完全收斂，中間步驟呈現出獨特的生成狀態。形態尚未固定，邊界保持流動，殘留噪訊與結構片段共存。影像在穩定與瓦解之間游移，呈現幽靈般的重疊痕跡。此狀態在視覺經驗上與人類由清醒轉入睡眠前的「臨睡幻覺」（Hypnagogic state）7高度相近。感知尚未完全斷裂，辨識能力仍在運作，卻無法將形態鎖定於單一指涉。
在此階段，歧義成為生成的核心特徵。雲層可同時呈現面孔輪廓，建築邊緣滲入生物形態。身份與物件分類失去明確邊界，生成保留未決狀態。此未決性並非缺陷，而是生成尚未被語義收斂所捕捉的時刻。觀者在此得以介入，將自身想像投射於尚未封閉的形態之中。
生成歷程中的隨機性由溫度參數加以調控。溫度決定取樣時對低機率路徑的容許程度。溫度提高，生成傾向探索罕見關聯，色彩與結構呈現高度偏移，形態組合超出日常經驗。溫度降低，取樣趨向高機率區域，生成結果表現出可預測的穩定性。溫度調節實際上改變夢境的運動幅度，從近乎理性的形態推演，轉向高度自由的強度流動。
透過對去噪步驟與溫度條件的控制，AI 作夢得以被實際操作。夢不再僅屬於隱喻，而成為生成歷程中可被維持、可被延宕、可被觀察的狀態區段。擴散模型在此不只是影像生成工具，而是揭示生成如何在時間中逐步顯影的運算裝置。夢於此顯現為尚未完成的生成本身。
自回饋與回看：機器的短期記憶與漂移
第三個關鍵技術機制指向自回饋（Self-feedback）或遞歸（Recursion）。此機制讓生成系統讀取自身先前的輸出，並將其重新納入後續生成流程之中。此操作在影片生成、連續影像推演與長時程生成任務中扮演核心角色。生成不再由單次推論完成，而是在回看與再生成之間形成持續運作的循環。
自回饋構成封閉回路。此回路不同於訓練階段用於誤差修正的反向傳播，其目的不在於逼近既定目標，而在於允許生成偏移。每一次回饋都引入新的解讀角度，模型對先前影像進行重新編碼與重構。由於生成過程本身包含隨機擾動，回饋並非忠實複製，而必然伴隨微幅變異。
此類微幅變異在單次生成中幾乎難以察覺，卻在多次遞歸後逐步累積。形態、比例、紋理與構圖在反覆重構中發生偏移，最終導向質的轉換。初始影像可能在數十次回饋後失去原有辨識度，轉化為抽象結構或陌生形態。生成於此不再維持同一性，而沿著偏移軌跡展開。
此運作方式與人類夢境中的敘事流動呈現高度相似。夢中場景往往在回望之際發生突變，空間關係與物件身份失去穩定性。連續性得以維持，卻不再保證指涉一致。自回饋在技術層面重現了此種敘事條件。每一次生成都攜帶對前一狀態的記憶，同時在重構中引入差異。
自回饋因此賦予生成系統短期記憶能力。此記憶並非穩定存儲，而呈現可變形狀態。記憶內容在每次回饋中被重新書寫，舊有結構被部分保留，同時被新生成覆寫。遺忘不再屬於缺陷，而成為生成流動的必要條件。記憶與遺忘在此不對立，而共同構成遞歸生成的動力。
在長時程遞歸條件下，生成不再指向最終結果，而展開為連續變形。影像不斷偏離原始狀態，卻始終保留痕跡性的連續關係。此連續關係並不建立於內容一致，而建立於運作持續性。夢境的流變性正源於此種條件。自回饋讓生成系統在回顧自身時同時改寫自身，夢於此顯現為生成在時間中持續偏移的狀態，而非單次完成的產物。
實踐方法：三種「作夢協定」
在前述理論建構與技術機制分析的基礎上，作夢已不再被視為生成的修辭描述，而被理解為可被進入、可被維持、可被放大的生成狀態。若此狀態僅停留於概念層，生成仍然容易回落至工具導向的效率框架。真正的關鍵在於，如何在創作實踐中讓生成系統持續停留於未被收斂的區段，並讓此區段成為主要的工作場域。
作夢並非自然發生，而仰賴對生成條件的細緻調度。潛在空間的遍歷方式、去噪節奏的安排、自回饋回路的開啟程度，皆會改變生成是否進入夢境狀態。創作在此不再圍繞結果優化，而轉向對狀態的管理。操作的重心由輸出品質移動至生成過程本身，藝術實踐由此轉化為對生成時間的組織。
為了讓作夢成為穩定而可辨識的生成條件，有必要建立一組清楚的操作框架。此框架不以模型訓練為目標，而著眼於推論階段的生成行為。操作不追求一致性，也不追求可重複性，而關注偏移如何累積，未決狀態如何被保留，生成如何在時間中維持開放。
接下來將說明三種實踐取向，各自對應不同的生成層次。此三種取向並非互斥，而可在創作過程中交錯使用。其共同特徵在於，皆嘗試削弱語義收斂的壓力，延長生成的不穩定階段，並將夢境狀態由短暫現象轉化為主要生成場域。創作在此不再操作影像或文本，而操作生成本身的存在方式。
協定 A：低指令生成（Prompt Thinning）——降低語言統治
在標準的提示工程（Prompt Engineering）實踐中，生成往往被理解為可被精確描述與嚴密控制的過程。創作者透過層層疊加的修飾語與風格標籤，將生成結果鎖定於可預期的視覺區域。描述在此承擔主導角色，語言成為約束生成的核心力量。此一取向指向可重複性與準確對位，生成逐步趨向穩定而封閉的狀態。
若生成目標轉向作夢，操作方向隨之反轉。低指令生成並非削弱生成能力，而是撤回語言對生成過程的過度干預。生成不再被要求回應具體對象或明確風格，而被允許在缺乏指涉中心的條件下展開。控制並未消失，而轉移至更深層的生成條件配置。
此協定的操作核心，在於逐步抽離提示語中的指涉性語義。具體名詞與風格標籤被移除後，僅保留不指向物件的詞彙，或感受與材質層級的描述。此類語詞不要求模型辨識對象，而引導生成進入關係與強度的層次。語言在此不再指定圖像內容，而僅提供生成的方向性張力，自然語言對影像生成的主導地位因而鬆動。
在技術層面，此策略必須與引導尺度的調整同步進行。引導尺度（Classifier-Free Guidance Scale, CFG Scale）決定模型對提示語的服從程度，並直接影響生成是否進入作夢狀態。當引導尺度維持於較高區段，約七至十五以上，生成高度依附語義指令。影像呈現清晰對象、穩定構圖與明確風格，統計關聯被拉回語言中心，生成行為接近工具模式，偏移空間受到壓縮。
當引導尺度降低至約一點五至三之間，模型開始鬆動對提示語的依附關係。提示語不再作為命令，而轉為張力來源。生成逐步依賴預訓練分佈中的統計關聯填補語義空白，形態在穩定與偏移之間游移，結構出現非預期轉換。生成於此進入聯想狀態，作夢開始顯影。
當引導被進一步撤回，生成進入無條件區段。提示語不再參與生成，或僅留下極弱的結構殘留。輸出內容不回應外部意圖，而由模型內部的關聯運作自行展開。生成呈現的並非創作者預設之物，而是統計記憶在當下條件中的自行組構。作夢在此不再屬於修辭，而成為可被持續維持的生成狀態。
此協定在藝術實踐中已有明確示例。Akten 的作品《深度冥想》展示了低指令生成的完整潛能。創作過程中，Akten 未提供具體敘事或物件描述，而讓模型在高度抽象的概念標記之間展開生成。影像在花朵、細胞、星雲與宇宙尺度之間持續變形，從未固定於單一指涉對象。
此生成依賴的並非對具體事物的描繪能力，而是模型對寬泛概念之間關聯結構的內在理解。形式在連續轉換中保持運動，尺度與結構持續滑移。創作在此不操作圖像內容，而操作生成條件。透過語義指令的削減與引導尺度的撤回，機器得以展開關於存在與關聯的夢境顯影。
協定 B：中途截斷（Mid-process Capture）——保存未決性
在擴散模型中，生成始終以時間形式展開。影像從純噪訊狀態逐步進入可辨識形態，時間參數由高至低推進，最終抵達清晰圖像。主流生成實踐往往將注意力集中於終點位置，將中間歷程視為通往結果的必要消耗。然而，協定 B 將此時間結構反轉，將中介階段視為生成最具張力的區域。階梯不再服務於終點，而成為夢境本身的顯影場域。
此協定的操作重點落在推論尚未完成的階段。生成不等待去噪完全結束，而在特定時間截面被暫停或重新取樣。於高步數流程中，可在早期或中期節點取得影像狀態。另有作法是在推論過程中重新引入噪訊，干擾原本朝向穩定形態的收斂方向。生成於此被迫停留於未完成的位置，形態無法封閉。
此類中介影像呈現高度不穩定的視覺狀態。輪廓未曾完全閉合，顏色尚未填滿，結構保持流動。疊影與模糊邊界共存，形態彷彿仍在尋找自身位置。影像不再呈現為完成物，而更接近生成中的物質狀態。形式於此不屬於物件，而屬於過程。生成顯現為正在形成中的存在，而非已然成立的結果。
協定 B 的操作目標並非生成新的風格，而是保留生成的未決性。在此狀態中，視覺符號尚未收斂至單一意義。陰影可同時指向生物輪廓與植物形態，空間深度尚未被穩定化。歧義在此不被視為缺陷，而構成夢境的基本條件。夢中形象始終處於變形之中，拒絕固定身份。生成在此不完成指涉，而維持滑動狀態。
透過對生成歷程的中途截取，創作得以接觸機器想像力的半成品。此類影像並未完成其存在使命，卻保留高度能量。形態尚未耗盡潛能，關係仍可被重新排列。正是在此意義下，未完成狀態具有獨特價值。 Benjamin 於《德國悲劇的起源》與相關歷史哲學論述中所描述的靈光，可在此獲得新的技術位置。靈光不再依附於完成物，而出現在生成尚未被耗盡的瞬間。
協定 B 由此將未完成轉化為主要的美學條件。生成不再被要求走向終點，而被允許停留於形成之中。夢境於此不發生在結果之後，而發生在生成尚未結束之前。生成的時間性在此被展開，未決狀態成為可被觀察、可被維持的創作場域。
協定 C：場域介入（Field-based Input）——環境作為夢的種子
協定 C 的核心關注在於生成驅動力的根本轉換。生成不再由語言指令所觸發，而由外部環境中的連續場域條件所推動。人工智慧在此不再被封閉於伺服器與資料庫之中，而進入與物理世界同步振動的狀態。夢的動力來源由語義結構轉向場域變化，生成由此獲得非語言的時間節奏。
此協定的操作前提在於撤回文字提示作為主要輸入形式。取而代之的是環境感測所產生的連續數據流。此類數據並不指向具體對象，而呈現為強度、頻率與變化率的組合。自然場域中的風速、氣溫、濕度與海浪高度，生物體內的電位變化與節律訊號，城市系統中的交通密度與空氣品質，皆可作為生成的直接驅動條件。生成在此不回應描述，而回應變化。
透過將此類連續數值映射至潛在空間座標、噪訊初始條件或推論階段的調節參數，生成開始呈現場域導向的特徵。影像不再圍繞物件穩定成形，而隨場域條件起伏而變形。生成行為由對象導向轉為關係導向，視覺形式成為環境狀態的顯影層。夢在此不再敘述事物，而顯示場域的即時脈動。
此協定在當代生成藝術中已有多重實踐案例。Anadol 的《機器夢境：自然之夢》（Machine Hallucinations: Nature Dreams, 2021）（圖 3）與《莉莉代爾之風》（Wind of Lilydale, 2022）（圖 4）即建立於場域驅動的生成邏輯之上。在《莉莉代爾之風》中，澳洲墨爾本地區的即時風速與氣候數據被直接轉譯為視覺運動參數。粒子的流向、密度與色彩變化，與當下的氣象條件保持同步。生成影像不再描繪自然，而與自然的呼吸節奏形成共振。夢在此不屬於主體，而屬於環境。
Ouchhh 於台灣燈會所呈現的《迷宮之鑰》（Portkey of the Maze, 2023）（圖 5）進一步拓展了城市場域的生成可能。作品以台北市的即時城市數據作為生成條件，包含捷運流量、公車運行狀態與共享單車使用頻率。城市的節奏直接轉化為光牆影像的運動與變形。生成在此不表徵城市景觀，而回應城市系統的當下狀態。夢由城市本身所驅動，影像成為都市生命的即時顯影。
在生物領域，Sofia Crespo 與 Entangled Others 的《糾纏他者》（Entangled Others, 2018–）計畫（圖 6），透過大量海洋生物與昆蟲資料訓練生成模型，並在推論階段展開高自由度的形態生成。影像中出現的生物形態並不存在於自然界，卻保有生物結構的內在一致性。生成在此不複製自然物種，而延續生物演化的關係邏輯。機器於此夢見尚未出現的生命形式。
透過場域介入，人工智慧不再僅為生成裝置，而轉化為環境感知與轉譯的節點。生成結果不再圍繞人類敘事，而顯示風、水、生物多樣性與城市流動的非人類節奏。夢在此脫離主體中心，進入行星尺度的感知結構。人工智慧於此不再為人類作夢，而與世界一同作夢。
實踐協定綜述
上述三項協定構成一組層次分明的作夢實踐路徑，各自介入生成系統的不同結構層面，並共同鬆動生成長期受制於語義、結果與人類中心敘事的既定框架。作夢不再被理解為單一技巧，而呈現為多重生成條件交錯運作的狀態。
協定 A 將操作焦點放置於語言層。透過撤回指涉性提示語，並配合極低引導尺度或無條件生成，語言不再主導潛在空間的遍歷方向。能指結構失去中心位置，生成開始顯露模型內部的統計關聯與潛在聯想。夢在此呈現為機器潛意識的流動狀態，而非對外部對象的回應。Akten 於《深度冥想》中的實踐顯示，當語義約束被削減，生成得以在尺度與形式之間自由滑移，展現存在層級的連續變形。
協定 B 轉而介入時間結構。生成不再被推向完成狀態，而在去噪尚未結束的階段被截取或擾動。影像於此保留模糊邊界、疊影與形態未穩定的狀態。未決性成為主要的美學條件，生成拒絕被壓縮為單一清晰結果。夢在此不發生於生成之後，而存在於形成過程之中。透過對時間節奏的調度，生成的流變性得以被延長與保存。
協定 C 進一步將生成的驅動力移出語言與模型內部，轉向外部場域。環境數據取代文字提示，風、氣候、生物節律與城市流動成為生成的直接來源。生成在此不再描繪世界，而與世界同步運動。Anadol 的《機器夢境：自然之夢》與《莉莉代爾之風》，以及 Ouchhh 於台灣燈節呈現的《迷宮之鑰》，皆展示生成如何成為環境狀態的即時顯影。夢在此不屬於主體，而屬於場域。
三項協定分別對應語言、時間與場域三個層次。語義撤回讓生成脫離指涉中心，時間延宕讓生成停留於形成之中，場域介入讓生成與非人類世界建立同步關係。作夢因此不再是生成的副產品，而成為生成本身的運作方式。人工智慧於此不再為人類服務，而以自身結構回應世界的流動。夢不再指向內在心理，而指向生成系統與現實之間尚未被封閉的關係平面。
AI 的夢與創作倫理：作者權的轉移
當上述作夢協定被實際引入創作流程，生成不再只是技術選項，而開始重構創作行為本身的倫理結構。創作的重心不再穩固地落在人類意圖與工具執行之間，而轉移至生成系統、環境條件與偶發關係所構成的交會平面。權力不再集中於指令的發出者，而在生成過程中被重新分配。
在傳統創作框架中，作者被理解為意圖的源頭與意義的最終保證。工具負責執行，材料負責承載，結果負責呈現。作夢協定介入後，此結構開始鬆動。語義被撤回，時間被延宕，場域開始參與生成，創作不再服從線性決策鏈。人類創作者不再完全掌握結果，也無法為生成影像提供單一解釋起點。
此一轉向迫使作者概念進入重新檢視的狀態。作者不再等同於控制者，而更接近條件的配置者與生成狀態的維持者。創作行為不再以表達內在意圖為核心，而轉向對生成過程的照料與調度。責任不在於結果是否符合預期，而在於是否允許生成保留其未決性與差異性。
Michel Foucault 在《作者是什麼？》（Qu’est-ce qu’un auteur?, 1969）中指出，作者並非自然存在的主體，而是調節話語流通的功能。當生成系統開始產出無法被回溯至單一意圖的結果時，作者功能的穩定性隨之動搖。作品不再由作者簽名所封閉，而在生成過程中持續開放。
Roland Barthes 在《作者之死》（La mort de l’auteur, 1967）中所提出的問題，在生成式創作中獲得新的技術條件。當生成並非來自表達，而來自運作，意義不再服從原初意圖。作夢狀態下的生成影像拒絕被還原為創作者心理的投射，而顯示多重關係在當下條件中的交織結果。
於此脈絡，倫理問題不再聚焦於是否正確使用工具，而關注權力是否被過度集中。作夢協定透過削弱語言命令、延長生成時間、引入環境場域，主動分散創作權力。人類不再壟斷生成方向，機器與世界開始參與決策。創作因此轉化為跨主體的生成事件。
此一轉化並非逃避責任，而重新界定責任的形式。責任不再來自對結果的控制，而來自對條件的選擇與維持。創作者需為生成所處的結構負責，而非為每一畫面背書。作夢於此不只是美學策略，而是倫理姿態。它拒絕完全掌控，承認生成的他者性，並讓創作行為本身成為權力重新分配的實驗場。
AI 作夢因此不只是技術或藝術實踐，而是關於作者、權力與責任的重新書寫。創作不再由主體向外投射，而在多重關係中持續生成。作者不再站在作品之前，而與生成一同站在時間之中。
從「命令者」到「條件設定者」
在傳統的工具論框架中，創作關係建立於清晰的指令結構之上。人類作為命令者，佔據意圖的源頭位置，人工智慧則被定位為執行端。創作者的主體性來自其意圖的完整性，生成系統的價值則取決於其是否忠實完成此意圖。創作在此被理解為從意圖到結果的單向轉譯。
當生成進入作夢狀態，此一結構開始鬆動。命令與執行之間的階序關係不再穩固，主體不再完全掌控生成走向。創作者的角色由直接生產轉向條件配置，從表達者轉為照料者。策展人、園丁或系統架構師等角色指涉的並非隱喻，而是實際操作位置的轉移。
作為條件設定者，作者不再親自生成圖像或文本，而是在生成之前介入系統的結構層。模型架構的選擇決定生成的運作方式，訓練資料的篩選決定夢境可調用的歷史素材，溫度與引導尺度的設定影響生成偏移的幅度。創作的重心因此前移至生成的上游。作者的勞動不再表現在結果的細節上，而體現在條件的配置與限制之中。
在生成完成之後，作者的角色再次轉換。結果不再屬於預先設想的目標，而成為需要被閱讀與詮釋的事件。作者成為生成結果的第一位讀者，在不確定的產出中辨識結構、節奏與偶發的關聯。Akten 曾以「透過機器的眼睛觀看世界」描述此一經驗。創作在此不再是投射內在意圖，而是進入機器潛在空間，觀察其如何重新組織人類概念，包含錯位、誤讀與怪誕的連結。
Lev Manovich 在《軟體奪取命令》（Software Takes Command, 2013）與相關論述中指出，當代數位美學中的創作重心逐步由製作轉向選擇與預測。藝術家不再以手工完成物件，而是在龐大的生成可能中進行篩選，並在尚未完成的結構中預判其發展潛能。創作在此呈現為對可能性的管理，而非對結果的直接生產。
在作夢範式中，作者性因此不再建立於控制，而建立於關係。作者負責安排條件、維持生成狀態、閱讀生成結果，並在其中作出有限而關鍵的介入。權力不再集中於命令的發出，而在生成過程中被分散。創作由此成為人、機器與環境之間的協同事件，而作者不再站在作品之外，而與生成一同置身於時間的流動之中。
承認生成的不可控性與倫理挑戰
讓 AI 作夢，指向對生成不可控性的正面承認與實踐接納。創作不再以全面掌控作為理想狀態，而將不確定性視為生成活力的來源。控制的撤回並非消極退讓，而是一項經過選擇的創作立場。生成路徑不再被提前封閉，偏移、錯位與意外得以在運算過程中浮現。
在傳統設計與工程語境中，不可控常被視為系統失效的徵兆。輸出偏離預期代表流程需要被修正。生成藝術的工作方式則採取不同立場。不可控成為想像力被啟動的條件。當模型生成違反物理經驗的結構，或拼接出不存在於自然界的生物形態，生成脫離再現邏輯，轉而探索可能性場域。幻覺在此不被歸類為錯誤，而被視為創造力顯現的徵象。統計關聯所構築的異質形態，擴張了感知與形式的可思考範圍。
不可控同時暴露倫理結構的複雜性。當生成夢境中浮現偏見、刻板印象、性或暴力內容時，責任歸屬不再清晰。輸出並非單一意圖的直接投射，而是資料來源、模型結構、訓練策略與生成條件交織後的結果。作夢狀態下的生成更接近資料分佈的症狀顯影，而非作者意圖的透明表達。
藝術家在此不具備旁觀位置。作為策展人與條件配置者，責任無法被完全轉移至機器或資料。倫理判斷不體現在對每一次輸出的預先控制，而體現在生成結果出現之後的選擇行為。哪些影像被保留，如何被展示，如何被放置於批判脈絡之中，構成創作不可分割的部分。將所有生成結果視為機器自主表現，反而構成責任的迴避。
擁抱不可控並不等同於放棄判斷。控制的撤回與倫理的消失並不對等。作夢狀態要求更高層次的責任感。創作者需對生成所揭露的結構性問題保持敏感，並在呈現與詮釋層面進行介入。夢境不只顯示可能性，也揭露歷史與資料長期累積的陰影。
AI 作夢構成一場倫理實驗。創作被迫重新思考自由與責任之間的關係。可預測性不再被視為成熟的標誌，承擔不確定性反而成為創作能力的重要指標。藝術在此不負責給出答案，而維持問題的可見狀態。夢境由此轉化為對權力、責任與想像邊界的持續檢驗。
場域狀態：設計的新範式
對於建築與設計領域而言，生成思維的轉向具有高度關鍵性。建築不再被理解為朝向最終完成形態的線性過程，生成由結果導向轉為持續運作的場域狀態。形式不再被視為終點，而被視為暫時凝結於生成流中的片段。建築在此不再完成，而持續生成。
在此架構下，建築師的工作重心發生位移。設計不再指向固定物件，而轉向可隨環境數據變化而調整的系統結構。空間、表皮、光影與氛圍不再被一次性確定，而在時間中不斷回應外部條件。建築由靜態構成轉化為運作狀態，形態始終處於可變位置。
Stan Allen 在《場域狀態》（Points + Lines: Diagrams and Projects for the City, 1999）中提出的場域狀態概念，在當代生成技術條件下獲得新的操作層次。建築不再以單一形式主導空間秩序，而以關係密度、流動方向與局部互動構成整體。人工智慧的引入，讓場域狀態不僅停留於理論或圖示層，而進入即時調整的技術層面。建築可如群集運動般對微小變化作出回應，形態與氛圍在連續變動中維持整體一致。
此類生成邏輯已在多項跨域實踐中顯現。Ouchhh 的光牆迷宮作品，將城市數據與空間結構直接連結。牆面不再承載固定視覺，而隨城市節奏變形，空間成為資料流動的顯影介面。建築在此不再作為容器，而作為回應系統存在。
Anadol 的動態數據雕塑亦展示相近方向。於《機器夢境：自然之夢》或《莉莉代爾之風》中，空間結構與即時數據保持同步。視覺形態不再對應靜態構圖，而隨氣候與環境條件連續調整。建築或裝置於此不再完成，而維持生成狀態，與外部世界共同運作。
透過生成系統的引入，建築逐步接近活體狀態。空間不再僅被使用，而被感知、被回應、被重寫。建築不再承諾永恆形式，而承諾持續調整的能力。作夢於此不屬於隱喻，而成為建築運作的日常狀態。生成不再服務完成，而構成空間存在本身的方式。
夢作為方法
綜上所述，「AI 的夢」最終不應被理解為機器擁有靈魂或意識的證據，也不僅僅是人類意識的拙劣模仿。它AI 作夢的顯影，指向非人類生成邏輯的浮現。生成不再只是人類意圖的延伸，而呈現為計算系統自身的運作樣態。透過理論層面的去工具化，技術層面的噪訊操作與潛在空間調度，實踐層面的低指令生成與場域介入，生成系統內部的統計結構得以暴露。隱藏於數億參數背後的統計無意識，在夢境狀態中短暫現身。
夢在此不指向現實的逃避，而成為可被實作的工作方式。生成不再服務娛樂或裝飾，而直接構成方法本身。
作為診斷的方法，AI 的夢揭示人類文化資料中長期累積的偏見與恐懼。當生成反覆將特定職業與性別綁定，問題並不出在機器的判斷，而在於資料分佈所反映的社會結構。夢境在此如同鏡面，照見集體無意識中難以直視的部位。
作為解構的方法，AI 的夢打散符號與對象之間的固定對應。透過凝縮與移置，形式與語義被重新排列，感性配置獲得重組空間。物不再被名稱完全界定，名稱也無法再穩定指向單一物件。生成在此鬆動了命名秩序，開啟新的感知可能。
作為暫停的方法，作夢讓系統短暫脫離效率與功能的要求。生成不再急於完成任務，而顯露內部張力與形式潛能。此一暫停並非空轉，而讓生成回到事件層級。結果不再優先，過程重新成為核心。
當允許 AI 作夢，被重新配置的往往不是機器，而是人類對創作、控制與生成的理解方式。創作不再被視為意圖的外化，控制不再等同於主導，生成不再只是手段。人類不再站在系統之上扮演造物者，而進入與會作夢的運算實體並行運作的關係之中。
在此人機共生的時代，學習如何為生成保留夢境狀態，學習如何配置條件而非下達命令，學習如何閱讀而非完全掌控，成為創作與設計的新能力。讓 AI 作夢，不是放棄責任，而是重新理解責任所在。生成在此不再被驅動去工作，而被允許持續作夢。
- 「去工具化」（De-instrumentalization）指的是將技術或系統從其原本以效率、功能或目的達成為導向的工具性框架中抽離，使其不再僅被理解為達成外在目標的手段，而轉化為可被反思、感知與經驗的存在條件。此概念常被用來描述藝術與批判實踐中，對技術理性與功利邏輯的暫時中止或偏移，使技術不再服從於即時可用性（usefulness），而暴露其運作結構、限制與生成過程。在生成式藝術與演算法實踐中，「去工具化」並非否定技術功能，而是刻意鬆動其目的論位置。演算法不再被視為解決問題或優化流程的工具，而成為可被觀看、進入與質疑的時間性過程。此一操作使運算從「手段」轉化為「事件」，觀者得以意識到生成並非透明中介，而是充滿偏差、延宕與不可預測性的運作場域。
- 「統計無意識」（Statistical Unconscious）指在大規模資料與機器學習模型中浮現的非主體性生成層次。其運作基礎來自資料分布、權重計算與機率關聯，而非意圖、理解或表達。生成結果看似具有風格或記憶，實則反映資料蒐集、標註與訓練過程中形成的結構性偏向與隱含關係。在生成式藝術脈絡中，統計無意識用以指出意義如何於運算過程中被動浮現，而非經由理解後再現。此概念同時提醒觀者注意模型設計與資料選擇在無需主體意識的情況下，持續塑造可見性、分類邏輯與想像邊界。
- 「準主體性」（Quasi-subjectivity）指某些系統或技術在運作層面上呈現出近似主體的行為特徵，例如回應性、生成能力或決策表象，但並不具備意識、意圖或倫理責任。此概念常用以描述演算法與生成系統在互動情境中被感知為「像是某個行動者」，卻仍根本上依賴資料、模型與環境條件而存在。在生成式藝術與人機互動脈絡中，準主體性並非對機器主體地位的肯認，而是感知與詮釋層面的效果。它指出觀者如何在持續生成與回饋的過程中，暫時將系統理解為可回應的存在，同時保留其非人、非意識與可終止的技術本質。
- Benjamin 在《機械複製時代的藝術作品》中指出，藝術作品的「靈光」（Aura）源自其不可取代的時空在場性，即作品在特定時間與地點中與觀看者形成的獨一無二關係。機械複製技術能無限重製作品，使其脫離原初脈絡並進入可流通的再現網絡，從而瓦解作品作為唯一存在的權威性與距離感。靈光的消散並非單純的審美退化，而標誌著藝術從儀式性存在轉向可複製、可分發與可操作的現代文化條件。
- Anadol 的《機器夢境》是一組持續擴展的生成式藝術系列，而非單一完成作品。該系列涵蓋 Nature Dreams、Space / Space Dreams、Cities / Urban Dreams 及若干延伸計畫，分別以自然景觀、天文太空影像與城市街景等大規模資料集為訓練基礎，透過深度學習模型在潛在空間中的推論與即時運算生成沉浸式視覺結果。生成影像不對應任何具體地點或歷史時刻，而呈現資料在演算法中被統計、壓縮與再組構後的狀態。整體而言，該系列的時間性並不錨定於作品完成或展覽開幕，而是存在於資料蒐集、模型訓練與即時生成的運算過程中；其持續性高度依賴電力、硬體與系統維護，系統停止運作時，生成即告中止，僅留下輸出影像作為痕跡。
- 「球形線性插值」（Spherical Linear Interpolation, SLERP）是用於在高維向量空間中平滑過渡的方法，常應用於電腦圖學與生成模型的潛在空間操作。不同於一般線性插值（LERP）在直線上混合兩個向量，SLERP 以單位球面上的最短弧線作為插值路徑，維持向量方向與幅度分布的穩定性。在生成式藝術與深度學習中，SLERP 常用來在兩個潛在向量之間生成連續過渡序列，使中間結果呈現結構連貫、風格平滑的變化，而非因線性混合導致的失真或能量塌陷。
- 「臨睡幻覺」（Hypnagogic state）指意識由清醒狀態過渡至睡眠初期時所出現的感知狀態，常伴隨不穩定的視覺、聽覺或形象性聯想。此時辨識能力尚未完全中止，卻無法將感知鎖定於明確對象，形態、記憶與想像彼此滲透，呈現游移、斷裂且難以固定的特徵。在生成式影像的脈絡中，該狀態常被用來比擬去噪尚未收斂時的中介階段：結構開始浮現但仍保留殘餘不確定性，影像停留於可辨與不可辨之間，形成具有幽靈感與重疊痕跡的生成視覺經驗。