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）

长城“最隐秘的暗门”现身******

　　本报记者 韩梅

　　近日，天津大学建筑学院教授张玉坤团队宣布，河北省秦皇岛市明长城段发现一处突门实物遗存。作为长城暗门家族中最隐秘的一员，突门生动地传承着中国古代长城建筑、军事以及文化智慧。

　　首次构建暗门“家族图谱”

　　“近几年，我们在明长城全线调研中首次构建了暗门的‘家族图谱’，并发现了其中最隐秘的类型——突门。”团队成员、天津大学建筑学院特聘研究员、博士生导师李哲介绍，发现突门的长城段位于秦皇岛附近，是2000多年前史书有关突门记载的首次实物发现。

　　突门作为一种古代防御设施，早在2000多年前的春秋战国时期就有类似设施的记载，《墨子·备突》篇中对突门做了专门的著述，暗门(突门)“藏于九地之下为暗，动于九天之上为突”。此后，唐、宋、明，甚至清代学者都有记述，但现代相关研究论文却寥寥无几，一直没有发现对应的实物。突门是所有暗门中最为秘密的出口，外面用一层砖砌上，从外面看和城墙一样，让敌人无法分辨。突门没有被击破的时候，完全是隐蔽状态，打仗时一旦需要出兵制敌，里面的士兵可以迅速击碎表层墙，就跟鸡蛋破壳一样，士兵破墙而出，侧面夹击敌人，甚至可以把火炮从突门推出来击退敌人。

　　已确认明长城有220处暗门遗存

　　长城的门洞就其规模而言，可以分为三类，其中较大型的是“关”，属于古代连通塞外与内地的重要地理门户，一般设有重兵屯集防守，如居庸关、黄崖关等；中等是“口”(边口)，如慕田峪口、张家口等；最小的即为“暗门”。所谓“暗门”，顾名思义，就是伪装隐藏起来、不公开的门。其所以设置乃是攻防需要。“由于历史的原因，长城上的暗门遗存较少，且散落暗处，不为人知，甚至被忽视和误解。”李哲说。

　　团队2003年启动对长城的研究，2004年起开始将无人机低空信息采集技术应用其中。2018年年底启动长城全线实景三维图像采集工程。4年多来，跨越10省区对明长城全线进行无盲区数字化测绘，用无人机拍摄的200余万张照片，制作完成平均厘米级精准的三维数据库，终于将明长城内外构造清晰明了地呈现在世人眼前。

　　暗门洞口一般宽0.6至1.6米，高1.5至2.5米，其中最窄的仅容单人、最宽的可通马匹对行；从结构上，暗门可分为石或木质过梁式和砖或石质拱券式。

　　时至今日，暗门实物遗存已甄别130余处，其中绝大多数为砖石遗址，集中分布于京津冀晋的蓟镇、真保镇、宣府镇、大同镇等区段。陕甘宁青明长城因夯土结构不易保存，目前仅发现2处暗门；此外依靠古代舆图整理出西部段41处暗门。许多暗门没有专属名称及门匾装饰，在已确认的220处暗门遗存中约一半属于此类。

　　封锁下的隐秘通道

　　“长城暗门(突门)的发现和挖掘，说明长城除了作为防御入侵的‘边墙’，还有另外一个身份——封锁下的隐秘通道，体现了中国古代朴素辩证的思维方式和深厚博大的规划思想，突门的发现和挖掘使得墨子时代的军事智慧有了实物传承。”张玉坤接受记者采访时说。

　　“暗门为人们开启了积极防御的新认知，打破了以往视长城为保守、封闭性象征的认识局限。”张玉坤说，沿着长城广泛分布、功能丰富、式样完备的暗门家族及其背后的巧思设计表明，即使是在宏大繁巨的军事工程体系建设中，古代中国人仍然执着于对政治局势、战争规律、防卫环境的细致把握，并将其贯彻于精密的工程设计之中，展现出惊人的统筹能力和严谨的实干精神。

　　长城国家文化公园建设对长城文化景观资源的挖掘与阐释、利用的深度与广度提出了更高的要求。团队对暗门功能、类型、分布的深入分析有助于原真性解读长城各类设施及整个防御体系的建设意图和运作机制，从整体视角撬动一系列新的遗址价值认知，引领长城文化景观资源的深度挖掘。

　　暗门看似细枝末节，但却能够牵引出多层次的长城历史认知。这说明无论是长城文保管理还是文化园建设，应保持对遗址细节的敬畏，立足于对长城遗存进行全面系统观察研究。