玛雅彩票下载app - ISO/安卓/推荐(2023已更新)

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）

绅装骑行 一种别样体验******

　　2022年上海绅装骑行活动

　　在上海黄浦江畔、北京胡同内外、成都太古里至浣花溪，一群衣着时髦的青年男女蹬着各式复古自行车穿梭在城市的新旧街区。他们的摩登身影与建筑景观交融，相机定格的每个瞬间都像一张张精美的上世纪画报。近两个月来，国内多地兴起绅装复古骑行活动。活动照片和视频在网络上传播，一度登上某生活方式类平台的热搜榜单，引来不少网友的关注。

　　左为《音乐之声》男主、右为正义的cosplay

　　绅装复古骑行 造型靓丽引来路人拍照夸赞

　　上海，四川中路与南京东路交叉路口，红灯亮起，复古骑行自行车车队停下等待。几位大约六十来岁的叔叔、阿姨正准备过马路，却被一群青年男女的独特装扮吸引了目光。有人忍不住停下观看、拍照，也有人上前询问、夸赞：“你们是在拍电影吗？”“你们穿得真好看！”

　　这是一场绅装复古骑行活动，参与者的服装和配饰都经过精心搭配，被围观、被拍照是骑行队伍的常态。

　　正在上海某研究所读博士的正义是活动主创之一。如果看过电影《音乐之声》就会发现，他的穿着酷似男主角特拉普第一次出场时的装束。正义穿的是德奥交界地区的民族服饰，他在萨尔茨堡游玩时曾见到当地老人穿着这样的衣服。为了复刻这件夹克，他从东欧淘了一整套鹿骨扣子，又仔细挑选了最接近电影人物着装的灰色和绿色面料。

　　据了解，这次骑行活动共130人，分为8支队伍。从浦西出发，穿过老城厢的城隍庙、豫园，经轮渡抵达浦东，沿着滨江大道路过和平大钟、东方明珠，用骑行串联起城市的新与旧。

　　当黄浦江上的夕阳逐渐被夜色取代时，在游轮上，灯光、音乐、酒水早已齐备，他们将在此进行最佳着装的评选。

　　戴着金框眼镜、穿着米白色西装的Kristan，是上海一所艺术类院校的大三学生。他拿着话筒上前介绍自己的穿搭：颈间系着外公90年代的领带，无名指上戴着父亲十多年前在巴西买的猫眼石戒指。在投票环节，10多位参与者把口袋巾交到了Kristan手上，他获得了当晚的最佳男士穿搭奖。

　　Kristan是绅装爱好者圈子里的新人，刚刚“入坑”一年。他第一次穿西装是在高中成人礼上，第二次是大学时期参加音乐会，后来他开始逐渐尝试把西装作为日常着装。2021年，他在b站自学西装知识时，刷到了绅装骑行活动的视频。

　　“挺酷的。”他心里想，不如报名参加2021年的骑行活动，去看看圈内大佬们。他查看日程安排、确认活动时间，七八分钟后再回过头看报名链接，票已经抢光了。2022年，他提前做了抢票的准备：守在直播间等待报名链接公布，紧盯着电脑屏幕秒表倒计时，手上不停地点击刷新，“票不到一分钟就没了！”

　　正义为了参加骑行活动会精心准备着装

　　为在现场“隆重亮相” 参与者都会进行精心准备

　　抢到票的都是“幸运儿”。为了能在活动现场“隆重亮相”，参与者都进行了一番精心准备。

　　重庆的庞开中提前半年选择Loro Piana（圈内人称作“罗富贵”）防雨面料，定制了仿西班牙猎装风格外套，又在口袋里用丝巾增加“飘逸感”，准备就绪后专程飞到上海参加了骑行。广州的贴章花3000元复刻了美国一双1927年的皮鞋，他的朋友卡森则走低成本路线，选用不到700元的古着单品。但后来因为疫情，他们最终没能成行，只得在二沙岛附近骑着共享单车与上海骑行遥相呼应。

　　“平时我们喜欢考据，比如一个服装元素的起源、发展。但身边喜欢研究复古穿搭的人不多，不太有机会去分享穿搭背后的历史沉淀和我们的研究思考。如今，线下活动和线上分享是我们释放表达欲、认识朋友的一个渠道。”卡森说。

　　在绅装爱好者的眼中，绅装骑行就像一次文化盛会。有相近服装审美趣味的人可以借此交流穿搭经验，结识各行各业的朋友，还能见到在网络上关注已久的圈内博主。

　　绅装骑行活动将绅装爱好者聚集在一起

　　不少爱好者“入坑”时 也曾遇到周围人不解的眼光

　　其实，不少爱好者在最初“入坑”时也曾遇到周围人不解的眼光。20岁的Kristan穿上西装在外人眼中显得老成，以至于朋友聚会时衍生出一个固定环节——请新朋友猜他的年龄，他们的答案常常是二十六七岁。母亲最初也不太支持他穿西装，开玩笑说他长期单身的原因是穿着西装让人不敢靠近，想让他停下一段时间试试。

　　31岁的庞开中“入坑”7年了。他回忆，以前在纽约上学，常常看到曼哈顿的上班族西装笔挺，由此萌生了对西装的兴趣。一天，一身西装的庞开中与着装休闲的美国教授在电梯里偶遇。教授问他为什么每天都穿得这么正式？他结合《王牌特工》里的台词回答道：“西装代表态度，礼节造就君子。”

　　“礼之大者，莫过于衣冠。”庞开中认为，着装体现了对人的尊重。

　　在国内，庞开中早年也曾因穿西装被误解。朋友调侃他去相亲，路人猜测他的职业是卖保险的或房产中介。父母也曾有点担忧，他的着装与周围人不同，或许会引来他人异样的眼光。

　　Kristan和庞开中表示，最初入坑时的着装都难免过于商务、严肃，后来在学习和练习中摸索出自己的风格，日常生活中也常用经典西装元素搭配。庞开中开玩笑说这是一群“臭美”的人，“美是多元的，每个人都有自己的兴趣和理解，大家可以互相尊重。”

　　繁忙都市人 扮成向往的模样

　　时下，社交媒体中传播的“绅装骑行（Suit Ride）”是正义2020年在上海发起的。他是一名90后，曾在荷兰、英国求学，也曾在伦敦参加过Tweed Run活动。

　　“那次体验很新鲜，大家有机会穿喜欢的衣服并和相同爱好的人一起骑车，很酷。”那时，正义刚开始对英式乡村休闲风格着装文化感兴趣，喜欢上了花呢、灯绒等较为粗糙的面料营造出兼具休闲与得体的感觉。当天骑行大约5小时，他随人群一起穿过伦敦地标建筑。

　　2018年回国后，组织完一场校友骑行聚会，正义偶然想起在伦敦的骑行经历，便在2020年与身边朋友一起组织了第一届绅装骑行。这次活动大约有50人参加，第二年便发展到了近百人。

　　“伦敦的Tweed Run办了十多年，规模大、参与人数多，更像是city tour（城市观光旅游），国内早期的Vintage Ride参与者更多是自行车爱好者，现在的Suit Ride更多是经典男装、复古穿搭文化的爱好者。而且我们更愿意设计一些游戏环节，对新人比较友好。”

　　正义表示，自第二届活动以来，有一些喜欢不同穿衣风格的玩家也参与了进来。虽然活动名叫绅装骑行（Suit Ride），但并不意味着一定要穿成经典男装的样子。活动在穿衣风格上是包容的，城市机能、美式工装、英伦复古、阿美咔叽都可以，只要好看得体就行。“今年获得最佳穿搭奖的新人比很多人入坑时间都短。他拿到冠军这件事本身就足够有意义。说明玩的时间、年纪、工作、收入都不重要，重要的是愿意来玩、愿意分享和展示自己的爱好，而且确实花了心思。”正义说。

　　“在不少城市，在日常生活中穿绅装可能有一定压力。这个活动是一个稍微有点‘浮夸’的场合，鼓励大家打扮，对不少人来讲有点像cosplay。我个人觉得，绅装骑行活动和漫展实际上有相似之处。虽然风格、路线、文化不同，但其实大家都是喜欢把自己装扮成向往的样子。”正义说。

　　“服装就是让人变得得体、好看。如果能从这些研究和实践中获得知识、经验、乐趣，总结出一套能体现自己意趣的风格，甚至是收获一份珍贵的友情，那么这个过程就更加意义非凡。”正义说，“其实绅装骑行就是希望创造一个繁忙都市人慢下来走近自己城市的机会，暂时卸下各种身份，扮成自己向往的模样。”（记者陈静 实习生 宋佳旻）

　　（文图：赵筱尘 巫邓炎）