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)
《5·12汶川——疼痛的笔锋》代后记******
王晓晖
1.
大地震过去3个月了。
从灾难中走出的中国人,拍打了地震废墟落在心上的灰尘,揉过红肿尚未消尽的双眼,惊艳在鸟巢烟火喷薄绚烂的繁华之夜。
那一刻,鸟巢在跳舞,从大地舞向天空;那一刻,北京在跳舞,从过去舞向未来;那一刻,北京奥运凝聚着全民的期待,挑高了中国人的幸福指数。
生活可以这样的美好——只是有些人已经不能再看到。
那些在山川土地的碰撞中瞬间消失的人,那些我们还未曾谋面命运已突然改变的陌生人,留给我们身体和心灵的疼痛,依旧清晰和真切。“向大地震索要更多的财富”——这句在大地震的报道中重复过无数次的话,今天,依旧在我们的心底大声响起。
“向大地震索要更多的财富”——从国家的体制设计和制度安排、社会结构的合理构建与和谐营造、新闻行业的自身突破和社会责任……到一个媒体的壮大和长高、一次报道的深入与实现、一个记者的锻造和打磨……都必须向有国人太多付出和牺牲的大地震索要到更多的回报。
这便是大地震3个月后,中国新闻社还执意要出版这本报道经验集的原因,尽管我们并不想再回望淋漓的鲜血,尽管又有奥运报道撕扯着我们的敬业与精力。因为投入过,伤痛过,然后我们要长出骨头。因为深思着,惕厉着,或许才会走得更远。
2.
“当我死后站在天堂之门的时候,我遇到的第一个人将是美联社记者”——美联社在出版自己记者的报道集时,把穆罕默德•甘地的话这样骄傲地写在它的扉页上。
“最多的时候,中新社五十六位将士在四川灾区,这个数字,超过任何一次突发事件和重大报道”;“最多的时候,中新社一天发稿数达到四百多篇,这个数字,刷新了中新社五十六年的历史”——我们也很骄傲,在汶川的旷世灾难发生时,中新社以前所未有韧性和力量站立在大地震的现场,展示了她前所未有的方向感和爆发力。
3个月后,这种充满方向感的爆发力令人生发出守土有责的骄傲。但3个月前,在信息尚不周详,指令尚不明确,硝烟未散、惊魂未定的张惶与混乱中,能够明晰地判定方向、界定线路、布局兵力,也并非一件简单明了的事情。
我们可以相信并作为判断依据的是:2008年的中国,已经是世界的中国,经历了国际化的洗礼、全球化的磨砺;2008年的中国,已经是成年的中国,经历了少年的轻狂、青年的迷惘、30年改革开放的现代化和城市化过程、30年的摸索、疼痛和积淀,使中国多了平实、理性和成熟。
可以作为判断依据的重要细节还有:中国已经有了《突发事件应对法》、《政府信息公开条例》、《北京奥运会及其筹备期间外国记者在华采访规定》,中国三级新闻发布和发言人制度已经初步建立,并且正逐渐规范化和专业化。
中国的进步赋予包括中新社在内的中国媒体在关键时刻作出正确选择的力量,这力量正化作悲情迷茫时刻无声却坚定的方向感,它使我们在回首汶川大地震报道工作时可以庆幸,我们因此没有彷徨缺位,没有南辕北辙。
3.
当小孙第一次穿越八百里死亡线,当老贾料理好他的相机他的武器第二次飞赴灾区,当老社长肖老师经过千百次的追问、拼抢、核实,终于拿到发现失事飞机残骸的独家第一手消息时……我们就在悲情与感动中体验到,中新社采访实现能力在跳跃性地增长。
采访实现能力——这个总在寻常日子里掣肘我们的经年累月的老难题,在汶川大地震之后不平常的日日夜夜,得到了艰苦卓绝的突破、再突破。所谓“中新风格”,不能来自网上信息和一纸文稿的剪切与粘贴,不能远离中国发展的重大问题而只关“风月”。正如没有经济的发展和强大的国防,就没有一个国家真正的软实力,“中新风格”也必须用采访实现能力一次再一次地予以证实,“短、快、活”必须用“现场和立场”的速度、力度和深度去支撑,“中新风格”可不是可有可无、花里胡哨、飘在空中的形容词。
所以,让采访实现能力在寻常日子里保有可持续发展的动力,就自然地成为中新社“后震报道时期”的新问题:在没有大地震的外在震撼力、在失去悲情迸发出的巨大内趋力、在没有官方与民间、各个阶层与团体共识并形成合力的情况下,我们的记者能否还有克服种种令人沮丧的摩擦力、进行第一百零一次追问的执着和勇气?
当然,体制要完善,管理需提升,社会应更宽容,新闻的责任和空间将更大。我们,则应该在期待环境变更的同时,强身健体,练就点功夫。做一个现实的理想主义者,总比抱怨离目标更近。
4.
当永志的背在思索中变得更深邃,当小夏的眼睛熬得更红更英俊,当丹鹰的嗓子由喑哑变得更斯文,当大地震后方报道组的激情飞扬在一个月后变成才思枯竭的执着守望……我们深知:现代战争没有后方,前方多么需要一个强大的、战时状态的后方。
在弄清楚虽然身在后方但没有任何理由推诿、懈怠甚至游移时,我们历时一个月的清晨策划就开始了。思路大致有三:第一,依循前方救援和重建工作的角度,依循大地震中的爱与勇气的角度,进行特别策划;第二,依循科学解释、科学救助、科学重建的角度,进行科学的回答,解疑释惑;第三,依循对历史重大事件的思索,官方对大地震前所未有、举世公认的处理,从向大灾难索要大财富的角度,进行综述和评论。三者归一的方向,就是前方:前方在想什么?前方最需要什么?读者最关心前方的什么?
想要作一个前后契合与呼应的后方、作一个不辜负前方的后方是不容易的。尤其在前方物质的路和信息的路相继断掉的情况下,后方在数量上的补足、在质量上的补充都是不可或缺的。
我们的收获是,通过一个月清晨策划、之后采访和写作、下午到黄昏出稿这样一个近乎残酷的工作流程,中新社一批年轻的记者极大地展示出他们善良和敬业的本能、才华的挥洒和流动、深度的探索和超出想象的耐力和韧性,它们随着大地震报道喷涌而出,成为中新社极为珍视的又一笔财富。
我们的遗憾是,因为思想深度和宏观关照不够,因为前后方力量整合不够,因为后方资源盘整和调动不够等原因,我们的报道还没有达到应该达到的力度和深度。在独家新闻越来越难以企及的时候,独家的观点和独家的视角就变得越来越重要。作为负有向世界说明中国使命的中新社,必须在追求速度与亲和力的同时,提供力度、深度和更多的向度。
5.
幸好大地震结束了,它也是一个开始;幸好中新社还年轻,还有足够的时间和空间;幸好时代在快板和慢板的交错中进步,环境在变,蓝天会越来越多。
我们在期待中乐观,在乐观中努力。
我们会在新的起点,再次出发。
(历史资料)
(文图:赵筱尘 巫邓炎)