点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
AI绘画的“小秘密”都在这一篇文章里******
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。
上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。
AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。
当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。
事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。
AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？
从“以图生图”到“语音生图”
2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。
这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。
通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。
“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。
经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。
AI绘画主要依靠三种技术模式实现
董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。
“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。
不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。
当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。
“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。
不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。
诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。
“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。
互联网治理、元宇宙或潜藏应用前景
AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。
“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。
在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。
不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。
AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）
北京冬奥一周年，这场冰雪盛会给我们带来了什么？******
中新网北京2月4日电 题：北京冬奥一周年，这场冰雪盛会给我们带来了什么？
记者 王禹
又是一年立春，又是新的开始。
一年前的今天，北京“鸟巢”中燃起的一簇微火照耀天地，在全世界的见证下，北京冬奥会——这一相约七年的冰雪盛会由此展开全新画卷。
在“更高、更快、更强、更团结”的奥林匹克精神感召下，来自91个国家和地区的冰雪运动员因体育和热爱而相聚于此。16天内，他们在最高水平的舞台超越自我，闪耀世界。
北京第二十四届冬季奥林匹克运动会开幕式。 中新社记者 崔楠 摄自启幕时雪花为梦飘落，告别时“折柳寄情”万般不舍。于“立春”日扬帆，意味在寒冷中孕育着新的生机；以北京冬奥会为桥，更让中国冰雪、中国体育孕育出新的希望之花。
一年的时光轮转，当“中国范”托起“奥运情”、“中国红”携手“冰雪白”，大众掀起参与冰雪运动的热潮，冰雪产业链条不断完善，发展驶入快车道，京张地区和主办城市实现高质量发展……冰雪为媒，中华大地遍布冬奥硕果；面向米兰，中国冰雪更有底气迎接新的挑战。
再出发，中国冰雪剑指米兰
在北京冬奥会上，中国代表团成功实现7个大项、15个分项“全项目参赛”这一历史性突破，并以9金4银2铜15枚奖牌，创单届冬奥会最佳战绩。如此亮眼的成绩，让国际奥委会主席巴赫感叹：“欢迎中国成为冰雪运动大国。”
总结北京冬奥周期时，国家体育总局冬季运动管理中心主任倪会忠表示：“经过北京周期的不懈努力，我国冰雪运动发展达到了一个新的高地，进入了一个崭新、良好、不断向上发展的局面。”
北京2022年冬奥会单板滑雪男子大跳台决赛，中国选手苏翊鸣获得冠军。 中新社记者 毛建军 摄走过辉煌的北京冬奥周期，如今，2026年冬奥会的项目设置已确定，米兰冬奥会周期的备战工作也已全面开启。按照“分类施策、问题导向、科学训练、开放备赛”的原则和“收缩战线、突出重点、精兵备赛、梯次安排”的思路，各支冰雪运动队抓训练、强基础，目标明确再出发，期待在米兰取得更大突破。
2022-2023赛季国际滑联短道速滑世界杯盐湖城站，年轻的中国队力压韩国、美国和荷兰队勇夺混合团体接力金牌。这是新奥运周期、新赛季中国冰雪项目在国际赛场赢得的第一金。
作为中国冰雪的王者之师，本赛季中国短道速滑队阵容以年轻运动员为主。在国际赛场，他们克服经验不足、伤病困扰，展现出坚强的意志品质和敢打敢拼的比赛风格。面对短道队新人辈出的蓬勃朝气，倪会忠赞扬道：“相信他们，相信时间，小荷才露尖尖角。”
2023年世界极限运动会，苏翊鸣获男子单板滑雪大跳台铜牌随着赛季的推进，中国队在国际赛场不断传来佳讯。十余天前，谷爱凌在北京冬奥会后首次亮相国际雪联赛事便收获两枚金牌，展现出依旧顶级的竞技水平；宁忠岩带领中国速度滑冰世界杯连夺两金；殷正获得国际雪车联合会推车世锦赛男子钢架雪车推车比赛金牌……
面向米兰周期，“小荷才露尖尖角”的中国冰雪不断累积、聚沙成塔，按照既定方略坚定前行，加强后备人才梯队建设的同时，目标实现一次又一次的更大突破。
掀热潮，冰雪产业势头猛
自2015年北京冬奥会申办成功以来，中国冰雪以“全项目参赛”和“带动三亿人参与冰雪运动”为目标，全方位布局，全面发展。成为真正的冰雪运动大国，竞技体育是金字塔尖的明珠，发展群众体育更是基石。
冬奥会举办前夕，中国成功实现“带动三亿人参与冰雪运动”这一宏伟目标。达成历史壮举的背后，是近年来冰雪运动在中国逐渐从小众走向大众、从冬季走向四季的真实写照。
两个月前，第九届全国大众冰雪季在哈尔滨启动。该活动计划在全国各地开展1499项冰雪活动带动1.5亿人次“赏冰乐雪”。北京冬奥会后，中国冰雪运动“南展西扩东进”的步伐不断加快，冰雪运动成为越来越多中国人的生活方式之一，冰雪产业展现出广阔前景。
第九届全国大众冰雪季北京分会场，两支北京青年女子冰球队伍展开对抗 胡宗洋 摄“冷冰雪”成为“热运动”，北京冬奥会后的首个雪季人潮涌动带来的是“真金白银”的收入。民众冰雪旅游消费热情持续升温，冰雪旅游发展势头迅猛，带动冰雪产业链条不断完善，项目加速集聚。
2022年12月，国家体育总局、国家发展改革委等多部门共同印发《户外运动产业发展规划(2022-2025年)》，提出要“形成东西南北交相呼应、春夏秋冬各具特色、冰上雪上协调并进的发展格局”，进一步释放冰雪运动消费潜力。
在北京冬奥会的带动下，中国冰雪相关产业进入快速发展阶段。中国旅游研究院发布的《中国冰雪旅游发展报告(2023)》中预计，2022-2023冰雪季中国冰雪休闲旅游人数会超过3亿人次。2024-2025雪季中国冬季旅游人数更将超过5.2亿人，预计收入7200亿元人民币。
滑雪爱好者在阿勒泰雪场体验乐趣。 藏哈尔·波拉提 摄北京冬奥会的成功不仅在于赛事的顺利举行，更在于给中国社会多个方面带来提升。近日，国际奥委会在发文回顾北京冬奥会时称：“健康、休闲、社会和经济领域都随着冬季运动的发展而获益，比如对那些在冬奥会赛场周边居住的人来说，赛事给他们创造了约8.1万个工作机会。”
通过北京冬奥会，张家口充分发挥地域优势，打造冰雪产业的聚集区。据统计，2022年张家口落地冰雪项目93项，投产运营54个，产值57.78亿元，预计2025年全市产业规模达到600亿元，真正做到借力冬奥举办的“风口”，做强后奥运经济，助力地区经济的腾飞。
立标杆，冬奥遗产再丰收
一年前，随着鸟巢中央的微火渐渐熄灭，一届简约、安全、精彩的冬奥盛会永远载入史册。传承冬奥遗产、放大冬奥效应，过去一年，后冬奥时代的可持续发展再次成为奥林匹克运动的典范。
国际奥委会北京冬奥会协调委员会主席小萨马兰奇曾表示，北京冬奥会在推动冰雪运动发展、场馆赛后利用、碳中和及水资源等可持续利用方面取得了巨大成效，为国际奥委会未来工作树立了标杆。
冬奥会闭幕后五个月，国家速滑馆“冰丝带”正式对公众开放，成为滑冰爱好者的“打卡地”；首钢滑雪大跳台的“雪圈冲浪”吸引了众多游客，真正让昔日的钢铁厂转型成为融体育和文化于一体的场所。
1月26日正月初五，北京，民众在国家速滑馆“冰丝带”内享受滑冰运动的乐趣，乐享新春假期。 中新社记者 贾天勇 摄进入雪季，国家高山滑雪中心“雪飞燕”开放部分雪道供公众体验，滑雪爱好者可以在这里享受冬奥“滑雪+住宿”一站式服务。张家口云顶滑雪公园则组织了约30项活动，成为最繁忙的冬奥会场馆之一。
北京冬奥会场馆在赛后向社会开放，满足了大众多层次、多样化的冰雪运动需求。在冬奥会场馆再利用方面，国际奥委会也称赞道：“一年来，中国人已经参观、使用、享受到了北京冬奥会场馆。”
按照计划，未来冬奥场馆还将组织开展丰富的群众性健身体验活动，服务全民健身，通过加强国际单项体育组织的交流合作，积极申办各类高水平冰雪赛事，落地冬季运动培训基地。
2022(第二届)京张全季体育旅游嘉年华活动在张家口市崇礼区的国家跳台滑雪中心“雪如意”启动。(无人机照片) 中新社记者 翟羽佳 摄北京冬奥会举行一周年前夕，《北京2022年冬奥会和冬残奥会遗产报告(赛后)》发布。其中指出，北京冬奥会不仅是一场精彩纷呈的体育盛会，更创造和带来了丰厚的冬奥遗产。
“带动三亿人参与冰雪运动”开启全球冰雪运动新时代；“冰丝带”“雪飞天”“雪游龙”“雪如意”等冬奥场馆向公众打开大门；冬奥牵引京津冀协同发展，实现成功办奥和区域发展双丰收……
中国智慧，世界共享。除了有形遗产之外，北京冬奥会带来的精神、文化等“无形遗产”，不仅对中国冰雪运动起到助推作用，也势必为国际奥林匹克事业的发展贡献磅礴力量。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
快盈v地图 |
)