天天中彩票-天天中彩票

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）

联通师生网上生活，服务全方位育人******

　　习近平总书记在党的二十大报告中指出，“加强全媒体传播体系建设，塑造主流舆论新格局。”从2019年起，教育部先后分两批确定了北京大学、清华大学、北京市教委、上海市教委等30所（家）全国教育融媒体中心试点单位，各省教育主管部门也积极探索建设具有本省特色、符合本省高校实际、围绕本省教育高质量发展的高校融媒体中心。经过近三年的探索与实践，高校融媒体中心已经从机构设置、平台搭建、场地设施等基础建设阶段过渡到服务拓展、文化建设、校园治理等系统创新阶段。但由于受到主客观因素的制约，目前一些高校媒体融合机制尚不成熟，管理运行体制机制创新不够，财力物力和队伍素养还存在一些短板，高校融媒体中心建设还面临着巨大挑战。下一步，高校要立足“两个大局”，胸怀“国之大者”，站在政治和全局的高度，以全媒体视角和互联网思维审视和谋划高校教育新闻宣传工作，探索新时代“全程、全息、全员、全效”高校教育融媒体发展路径，牢牢把握全媒体时代教育新闻舆论工作主动权和主导权。

　　坚持“四全”媒体发展理念

　　习近平总书记在主持中央政治局第十二次集体学习时强调，全媒体不断发展，出现了全程媒体、全息媒体、全员媒体、全效媒体，信息无处不在、无所不及、无人不用，导致舆论生态、媒体格局、传播方式发生深刻变化，新闻舆论工作面临新的挑战。这为当前高校新闻宣传的突破发展、媒体融合的纵深发展提供了基本遵循。推动高校媒体融合发展，建好用好高校融媒体中心，必须深刻理解把握“四全媒体”的内涵，在拓展校园服务功能和研发融媒体产品的基础上，让平台在与师生的持续高频互动过程中，发现需求、了解需求、满足需求，使融媒体中心真正成为高校壮大主流思想舆论、加强网络思想引领、凝聚改革发展共识的重要阵地。要顺应“全程媒体”的趋势，重构新闻制作加工多样化流程，强化新闻传播的时效性和开放性，突破时空界限，打通采编发边界，提升优质内容生产能力；要基于“全息媒体”的视角，贯通传播载体，要强化技术赋能，丰富叙述视角和传播形态，突破新闻传播的物理样态；要按照“全员媒体”的要求，创新组织架构，适应网络传播“去中心化”特征，拓展矩阵构建，创新交互方式，实现由“受众”向“用户”的工作理念转变，由一对多向多对多的传播向度转变；要从“全效媒体”的目标出发，适应新闻传播分众化趋势，丰富表现手段，增加信息容量，深化垂直细分领域，提升传播效率，构建“融媒+育人”“融媒+文化”“融媒+服务”的发展模式。

　　创新内容生产传播模式

　　不管媒体生态如何变化，优质内容始终是其核心竞争力，增强内容生产能力，提升内容传播到达率覆盖面，是媒体融合的关键环节。要再造生产流程。高校融媒体中心要适应当前媒体内容生产、媒介形态、传播终端等专业细分的趋势，积极引入并不断完善采、编、发一体化系统，建立起总编协调、值班调度、部门沟通、采前策划等制度，搭建指挥调度系统、协同管理系统、全媒体内容管理系统和大数据中心，建设“多次多样采集、全媒体多元编辑、立体多渠道传播”的全媒体内容生产分发系统，实现云端化、数字化、全媒化、智能化。要强化内容生产。推进高校媒体深度融合，首先必须立足师生、校友、家长、合作者等受众群体需求，充分发掘自身新闻资源，策划生产受众喜爱的原创内容。其次要深度开拓区域垂直类内容产品，运用算法技术，加强数据挖掘，主动设置议题，引导受众需求，使自己成为高等教育领域最权威的内容生产者和供应方。同时，主动关注多元业态和精准服务，从移动化、社交化、分众化趋势出发，丰富多元供给，探索“融媒+育人、融媒+文化、融媒+服务”的互动模式，形成融媒体传播平台与师生网上生活社区的联通。要优化传播通路。完善渠道建设，强化技术应用，构建适应高校特点的立体传播模式是提升新闻宣传价值的基础，也是解决内容生产传播能力建设问题的重要路径。高校融媒体中心要增强技术赋能，借助人工智能、云计算等技术，实现推送的精准性和个性化，优化媒体融合传播生态。

　　优化保障支撑体制机制

　　媒体融合的新模式、新样态，要求高校不断优化组织保障体系，实现高校融媒体中心建设理念的迭代和组织架构的再造。要重构组织体系。全面对接融媒生产传播规律，组建采编中心、运营中心、摄影工作室、产品设计工作室、音视频工作室等适应融媒体发展的运行机构。以内容生产为关键点，突出目标导向，强化过程管理，构建矩阵式组织结构，加强采编发团队的系统整合，探索以内容创作为核心的项目制、工作室等组织运行体系，实现跨团队跨领域协作。要拓展融媒矩阵。媒体融合“去中心化”“分众化”的特点，需要我们在建设中充分调动各方面参与的积极性、创造性，从高校内部跨学院、跨处室、跨平台整合媒体经验丰富的业务骨干，强化选题策划，增强参与性和多样性，避免内容同质化现象。要借助互联网平台，丰富PGC（专业生产内容）与UGC（用户生产内容）内容接入形式，增强师生融入度，推进多屏融合，全方位打造传播矩阵。要强化保障支撑。融媒体产品生产模式和全媒体传播形态的革新，对高校新闻工作者提出了更高要求。培养适应媒体融合发展规律，具有互联网思维和跨媒介素养的创新型人才队伍，是支撑高校融媒体中心健康发展的根本力量。高校融媒体中心要加强队伍的融媒战略和媒介素养培训，使其既坚守教育新闻价值理想，又掌握现代生产传播技术，助力高校融媒体中心创新发展。

　　（作者：倪松涛，系江南大学副校长，江南大学互联网传播研究中心主任）

　　（文图：赵筱尘 巫邓炎）