佰家富app开户|ios/安卓/手机版app下载

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）

生产性服务业赋能经济高质量发展******

　　作者：夏杰长（中国社会科学院财经战略研究院副院长）、谭洪波（副研究员）

　　生产性服务业是促进技术进步、提高生产效率、保障工农业生产活动有序进行的服务行业。它是与制造业直接相关的配套服务业，是从制造业内部生产服务部门独立发展起来的新兴产业，本身并不向消费者提供直接的、独立的服务效用。按照国家统计局新发布的行业分类，生产性服务业分为10个大类、35个中类、171个小类，包括通用航空、仓储和邮政快递、生产性租赁、人力资源管理、职业教育培训、批发与贸易经纪代理、信息服务、金融服务、研发设计与其他技术服务等。生产性服务不直接参与生产或者物质产品的转化，但却是生产制造须臾不可或缺的产业活动。国内外经济发展的经验表明，生产性服务业在支撑和壮大实体经济方面的作用正在不断增强，各国生产性服务业的增加值和就业贡献在国民经济中的比重都呈现逐渐增加的趋势，生产性服务业作为中间投入品对其他产业的发展发挥着越来越重要的支撑作用。推进高质量发展，必须充分认识加快发展生产性服务业对壮大实体经济的重要意义，并适时提出更好促进生产性服务业赋能实体经济的政策举措。

　　生产性服务业是壮大实体经济的重要支撑

　　作为实体经济重要基础的制造业是生产性服务业存在的前提条件。作为一类独立的产业，生产性服务业产生的时间晚于制造业和农业。最初，许多生产性服务环节是置于制造业内部的，还未成为独立的产业，后来随着市场竞争的加剧和社会分工的不断深化，生产性服务业与制造业和农业逐渐分离，这种分离又分为两种类型。第一种分离是制造业企业为提高自身生产效率并保持核心竞争力，将作为辅助活动的生产性服务业逐渐分离出来，这种辅助活动往往是一些通用性生产性服务，比如人力资源管理、财务管理、营销服务、研发设计等，分离出来的通用性生产性服务企业基于规模经济的考虑，除了为原有的制造业企业提供服务外，还为其他各类企业和产业提供相同的服务，逐渐形成独立的行业并发展壮大，这种分离可以称之为实体经济的“投入服务化”。第二种分离是制造业企业凭借长期生产经营中积累的与自身产品相关的独特优势，分离出能独立为下游产业提供服务的企业，如围绕维修、安装、整体解决方案、金融、租赁等业务形成的独立企业，它们为下游企业提供专业化的服务和产品，这种分离可以称为实体经济的“产出服务化”。值得进一步说明的是，在生产性服务业从制造业分离出来走专业化发展道路之后，也出现了生产性服务业自身的裂变，裂变后的不同生产性服务行业之间也会形成上下游关系，虽然其中一些生产性服务业没有直接投入制造业，但最终还是通过其他生产性服务业进入实体经济，这是由生产性服务业的中间投入品属性所决定的。

　　实体经济实现高质量发展，需要专业化、高端化的生产性服务业作为支撑。生产性服务业的发展水平决定着产业结构、生产规模和生产效率。经济高质量发展需要重点发展战略性新兴产业、先进制造业，生产性服务业为生产服务，重点在于为先进制造业服务、为战略性新兴产业服务。我国面临的“卡脖子”技术虽然大部分集中在制造业，但掌握其中专利的往往是一些相对独立的提供技术服务的研发中心，这些研发中心属于生产性服务行业。由此可见，专业化和高端化的生产性服务业是高端制造业所不可或缺的。目前，我国专业化和高端化的生产性服务业发展相对不足，一定程度上制约了作为实体经济重要基础的高端制造业的发展。2022年中央经济工作会议将“推动制造业高质量发展”作为2023年的一项重点工作，其中特别强调“推动先进制造业和现代服务业深度融合，坚定不移建设制造强国”，这充分反映了服务业尤其是生产性服务业对于促进高端制造业发展进而实现实体经济高质量发展的重要支撑作用。

　　加快发展生产性服务业的着重点

　　促进生产性服务业与制造业的“分离”与“融合”相结合，形成良性的产业生态系统。所谓分离，是指生产性服务环节与制造环节相互分离，成为相互独立的市场主体。这种分离可以给原本属于制造业的生产性服务业更多发展空间和决策自主权，除了服务原来的企业，还可以为更广泛的市场提供服务，从而发挥生产性服务业的规模经济优势。所谓融合，是指服务过程与制造过程的融合，具体形式包括两个方面：一是发展服务型制造，即生产性服务企业为了给客户提供更加专业化和多样化的服务，根据自己的专长、创意推出与自身服务相结合的某种有形的制成品；二是促进制造业服务化，即制造业企业结合自身产品特点、生产经营中积累的各种优势，推出相关的专业化和定制化服务，包括与制造业产品相关的售前、售中和售后服务，以提高制造业企业自身产品的性能、寿命，并促进交易达成、提高市场占有率。通过上述分离与融合，有助于形成良性的产业生态系统。

　　加快形成有利于生产性服务业和制造业融合互促的创新体系。促进生产性服务业和制造业的融合发展，进一步壮大实体经济，需要构建强有力的创新支撑体系。国际经验显示，依托关键核心技术和知识产权保护制度牢牢占据全球产业分工的优势地位，是一个国家掌握全球产业链和供应链话语权的重要抓手。加快形成有利于生产性服务业和制造业融合互促的创新体系，应重点从以下方面着手：加强人才队伍建设，比如建立职业教育和普通高等教育有机结合的多层次人才培养体系；进一步优化现有的双创体系，建立“卡脖子”技术重点攻关团队，畅通技术成果转化通道；用好金融工具，大力发展风险投资和私募股权投资，建设多层次资本市场，为创新企业成长壮大做好金融支撑。

　　积极推动生产性服务业的数字化转型。部分生产性服务业脱离实体经济独自运转的一个重要原因，是上下游客户之间存在信息不对称甚至是信息隐藏行为。生产性服务提供商在难以获得下游客户的某些信息时，基于对风险和资产专用性等方面的考虑，会谨慎提供服务，结果导致生产性服务业对实体经济的支持不足，比如金融行业因信息不对称导致对实体经济的支持不足等问题。而当前以大数据、物联网、移动互联网、云计算、人工智能、区块链等为代表的数字技术在产业层面的广泛应用，可以有效克服因信息不对称引发的生产性服务业对实体经济支持不足的问题。通过产业数字化和数字产业化以及在此基础上发展起来的平台经济，制造业、农业等领域的客户可以有效向生产性服务业传递自身的个性需求，生产性服务企业可以有效捕获市场需求及客户类型等信息，进而提供更加专业化、个性化、低风险和低成本的服务。生产性服务业的数字化和平台化发展也有利于市场的一体化建设，因为数字技术能有效提高生产性服务的可贸易程度从而显著降低贸易成本，推动生产性服务业不断扩大远程服务的范围。

　　扩大服务业对内开放，构建统一和有序竞争的生产性服务业市场。许多生产性服务业属于典型的知识和技能密集型行业，这些行业往往初始投入较高而边际成本较低，属于典型的规模报酬递增行业，这一特性意味着，它们只有在大规模的统一市场中才能明显降低平均成本。大规模的统一市场不但有利于生产性服务业的专业化发展，还可以为实体经济提供成本更低和专业化程度更高的中间投入。

　　服务业“引进来”与“走出去”相结合，积极利用国外优质服务资源。与制造业发达国家的生产性服务业相比，我国生产性服务业国际化程度相对低，表现为海外营收占总营收的比重低、对外开放程度低等特点，导致我国高端制造业对国外的生产性服务业依赖程度较高。为改变这一现状，应积极利用国际资源发展高端生产性服务业：继续扩大服务业对外开放，通过吸引国际高端人才和投资获得更多溢出效应；鼓励生产性服务业企业“走出去”，不断提升自身发展能力。

　　《光明日报》（ 2023年01月10日 11版）

　　（文图：赵筱尘 巫邓炎）