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）

“升维思考”数字科技发展 大变局中谋求战略主动******

　　当今世界，人类社会正经历自工业革命后最重要的一场变革，数字技术是这场“大变局”的核心动力。作为一种新型生产要素，数据深刻改变着生产方式、生活方式和社会治理方式。数字化转型已经不仅仅是一个技术问题，更是一个战略问题，准确把握其发展趋势，才能谋求战略主动、赢得未来先机。

　　谈到“升维”，人们很容易联想到科幻小说《三体》中“升维思考，降维打击”的方法论。在商业变革中，“升维思考”就是数字化转型、“数实融合”的过程。自2020年起，腾讯联动百位内部科学家、技术专家和外部院士专家，连续3年发布《数字科技前沿应用趋势》报告观察。

　　继2021年的“变量”、2022年的“融合”之后，2023年数字科技的发展呈现出明显的“升维”特征。今年的报告以“升维”为题，从IT重塑、未来网络、数实交互和智能世界四个维度，从数字科技的科研突破、重大事件和创新应用等方面，对高性能计算、泛在操作系统、云计算、数字人、时空人工智能、能源互联网、Web3、机器人、数字办公、产业安全共10个热点方向进行了深入分析，对2023年的主要数字科技创新趋势做出前瞻性判断，为洞察数字经济、践行以数强实提供了“升维思考”的参考。

　　数字科技重构国家竞争新优势

　　党的二十大报告指出，“坚持创新在我国现代化建设全局中的核心地位”。放眼全世界，全球科技竞争趋于白热化，数字经济改变了全球竞争的格局，一部分国家和地区积极发展数字经济，抢占了发展先机，逐渐形成本国或本地区的竞争新优势，而有的国家和地区则处于不进则退的尴尬境地，数字经济环境脆弱，形成明显的对外依赖。

　　我们常讲，国与国之间的竞争归根结底是综合国力的竞争，在数字化浪潮的背景下，“综合国力”的概念也在嬗变。随着数字技术的持续发展，数据正在成为一种全新的国家实力要素，数字技术竞争已经成为大国关系调整的核心动力之一。

　　根据中国信息通信研究院的测算，2020年全球数字经济同比名义增长3.0%，当年全球经济负增长3.3%（世界银行数据），数字经济成为拉动全球经济增长，推动经济复苏的主要动力。

　　中国金融四十人论坛学术顾问、复旦大学特聘教授黄奇帆曾断言，“未来的数字经济时代，国家与国家的核心竞争力就是算力，是千真万确的概念。”有观点认为，当前全球经济形成了传统经济和数字经济构成的“新二元经济”，数字经济和传统产业的并行，成为现代世界的基本特征。

　　中国科学院院士、中国计算机学会理事长梅宏在《升维-2023年十大数字科技前沿应用趋势》报告推荐语中表示，数字化转型是一次根本性的变革，它带来的是一次范式变革，信息技术正从助力社会经济发展的辅助工具，转变为引领社会经济发展的核心引擎。

　　从中共中央、国务院公布的“数据二十条”意见中，我们也能深切感受到国家对于数据的重视。引言中明确指出，意见出台的重要目的在于激活数据要素潜能，做强做优做大数字经济，增强经济发展新动能，构筑国家竞争新优势。

　　农业经济时代，土地和粮食是人类赖以生存的基础，工业经济时代，石油是国家经济的“血液”，而在数字经济时代，数据作为“新型石油资源”的价值逐渐凸显，类似石油的“采－运－炼－储－用”是工业经济的核心命脉一样，数据的“采－存－算－管－用”就是数字经济的核心命脉。

　　在《升维-2023年十大数字科技前沿应用趋势》报告中，无论是高性能计算、泛在操作系统，还是不断演进的云计算、时空人工智能、Web3，以及充满未来色彩的机器人、数字人、自动驾驶，都在重构我们的ICT基础设施，组成了报告中展示的一幅“科技星图”。

　　在“科技星图”之下，AI大模型、AIGC、自动驾驶、蛋白质结构预测等人工智能应用大量涌现，数字办公、知识共创、远程交互风起云涌，人与人之间的沟通从“在线”向“在场”转变，协同的边界正在逐渐被打破。复杂场景下，“人机物”的深度融合、全面加速，算力不仅成为人类智慧的核心，更是国家核心竞争力的体现。

　　数实融合夯实高质量发展底座

　　党的二十大报告指出，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”随着新一轮科技革命和产业变革深入发展，数字化转型已经不是一道“选择题”，而是一堂“必修课”。“数据二十条”意见中也提到，促进数据合规高效流通使用、赋能实体经济是一条“主线”。

　　作为一种全新定义的生产要素，有异于土地、矿产、森林、石油、人力等，在某种意义上，数据是无形的，看不见摸不着。但是，“无形”的数据却能带来“有形”的、实实在在的生产力，而数据只有流动起来，才会产生更多的可能性、更大的生产力。

　　数字化是护航实体产业“穿越风浪”的重要助手。对于企业来说，如何充分挖掘数据富矿，释放数据生产力，是数字化转型过程中的重要课题，也是“数实融合”的核心要义。

　　在《升维-2023年十大数字科技前沿应用趋势》报告中，腾讯集团高级执行副总裁、腾讯云与智慧产业事业群总裁汤道生提出，数实融合的大潮正在席卷各行各业，数字科技的加速发展，不仅让“联”更加泛在，也让“真”更为身临其境。

　　在他看来，“全真”要服务真实的场景，解决实际的问题，在城市、能源、制造、交通、教育、文旅、金融、零售等千行百业发挥更大的价值。全真互联既是技术驱动的必然方向，也是社会产业升级的关键推手。

　　腾讯集团高级执行副总裁、腾讯技术工程事业群总裁卢山也表示，科技更需要价值视角，科技创新的根本目的，是要给用户带来实实在在的价值，科技向善正在成为全社会的共识。

　　比如，报告中提出，柔性材料的革新将推动机器人仿生精进，依靠光学、电容、电磁等传感技术，机器人触觉传感器进展显著，而芯片、算法到开源生态的进一步突破，将推动机器人从触觉感知向触觉智能进化。在此背景下，远程医疗、可穿戴设备等场景未来3-5年内将有产品级应用问世。后疫情时代，健康产业站在新的起点上，相信相关数字科技将为医疗健康产业带来巨大变革。

　　实体经济面临的所有问题，都可以在数字科技中寻找答案，这也是一种“升维思考”。正如中国工程院院士、中科院大连化学物理研究所所长刘中民所说，未来具有不确定性，创新离不开对科技趋势的理性判断。以发展的眼光和广阔的视野，从更高的维度思考当前遇到的问题，找准发力点，才能更好地集中力量攻坚克难，化解人类生存发展面临的系列挑战。

　　在数字经济的语境下，“升维思考”就是通过“数实融合”推动实体经济从竞争力下降、过剩严重的传统模式向数字化赋能、生产率大幅提升的融合发展模式转变，构建以数字科技为引领、以赋能实体经济为主线的新型创新体系，夯实高质量发展的“数字底座”，推动实现中国式现代化，而这也正是腾讯这份报告的意义所在。（金言）