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）

以数字化手段全面呈现越剧音韵体******

　　越音易通上线：

　　以数字化手段全面呈现越剧音韵体

　　本报记者 刘 淼

　　日前，一款名为“越音易通·越剧语音电子字典”（简称越音易通）的App实现了汉字译越音，让戏曲学习也用上了字典。

　　作为浙江艺术职业学院“双高”建设重点项目，越音易通浓缩了浙江艺术职业学院副教授钱丽文长达24年的教学思考，历时5年开发完成，收录了近6000个根据越剧语音声、韵、调整理的常用汉字，当使用者遇到发音问题时，可以逐字逐句听音学习，初学者也能在其中学习到各个流派的起源以及唱腔特点……越音易通以数字化手段全面呈现越剧音韵体系。

　　与此同时，由钱丽文编著的《越音易通·越剧音韵字汇》也出版面世。中国戏剧家协会副主席、越剧表演艺术家、浙江艺术学院特聘教授茅威涛认为，越音易通App与图书如同越剧语音的《新华字典》，在学术及应用上推动了越剧的学习和推广，为越剧学子及爱好者的研究传承提供了新的路径。

　　突破越剧音韵传承瓶颈

　　在中国传统戏曲中，音韵体系对剧种的风格、音乐、气质、形式会起到潜移默化的作用与影响。字韵决定咬字，咬字决定字势，字势决定音势，音势影响行腔，行腔影响旋律，旋律影响表演节奏，表演节奏构建演剧风格……由此可见字韵在越剧艺术表演中的重要性。

　　越剧在嵊州方言的基础上，吸收戏曲中州韵、上海方言、杭州方言的部分特点，逐步形成了一套相对独立的语音。然而，由于从艺人员出生地不同、演出团体归属地不同等原因，越剧发音在不同院团、不同地域中存在差异，因此越剧音韵研究长期以来都是越剧研究中的弱项。

　　此外，在长期的教学实践中，虽然有《越剧语音》教材为越剧唱腔、念白提供了教学指导，但仍远远不足以满足当下越剧发展传承的需要。即使是专业从业人员，遇到新剧本、新唱段时，也会出现有些字不知道该怎么念的情形，需要查找资料或咨询专家、老师才能确定，较为费时费力。非专业人员囿于基本没有受过专业训练，遇到越剧发音问题时，即使每个字有音标，也不一定能念准确。

　　“浙江作为越剧的发源地和人才培养的重要基地，如何更好地传承与发展越剧艺术，如何培养适应社会与时代发展需要的人才，是摆在我们面前一个紧迫而严峻的课题。”钱丽文深耕越剧教学20余年，也一直在寻找突破越剧音韵传承瓶颈的办法。

　　越剧学习有“字典”可查

　　突破的契机来自钱丽文的一次美国之旅。旅行的途中，钱丽文收到一位马上要录制越剧节目的演员的发音求助信息，但由于时差原因，她没能及时告诉演员那个字的准确发音。当钱丽文看着手里流畅英汉互译的翻译软件，突然灵光一闪，如果越剧也有这样一个软件就好了，这样学生有需求就可以直接查询，不会存在时间被耽误的问题。

　　回国后，钱丽文的这个想法得到同事的赞同。于是，她正式向学校提出建设“越音易通”项目。

　　“一开始觉得每个字的音标、声调都在我的脑子里，后来发现真要做起来，每一个字都要花很多时间。”钱丽文在App建设过程中遇到种种困难，要把越剧语音搬到App里可比想象中困难得多。

　　由于越剧语音的拼音、声调与汉语拼音的区别较大，哪个字该放在哪个韵，必须推敲，不能模棱两可。为了确定一个字的读音，钱丽文常常要打电话、查资料、听录音、看视频甚至专程赴上海、嵊州、绍兴等地请教专家，确保每个字读音正确。“我看了无数遍《红楼梦》《梁祝》《祥林嫂》的戏曲电影，就为了查一个字，把耳朵贴在屏幕上反反复复地听。”回忆这一路走来的努力，钱丽文感慨不已，“项目历时5年，能够顺利完成离不开学校的大力支持，以及领导、专家、同事的帮助。戏曲学院周伟君、龚利为小生唱段念白录音，华渭强、俞会珍为老生、老旦唱段念白录音，吕静为傅派、吕派唱段念白录音等等。”

　　最终成型的越音易通App包含越剧音韵的一些基础知识、字韵汇集和流派唱段用韵白表现的内容。配套的专著《越音易通·越剧音韵字汇》从汉字语音学的角度出发，根据越剧语音声、韵、调，将近6000个常用汉字（包括多音多韵字）进行系统化整理，标注音标与声调，按越剧韵目的“四尾”分块排列，以便查阅，全面呈现越剧语音声韵体系，科学规范越剧语音标准，是越剧审音辩字的实用工具书。

　　深度融合“互联网+”与传统文化教学

　　越音易通App是国内外首创的戏曲（越剧）查字翻译电子字典，这项研究开发填补了越剧音韵理论与新媒体技术融合的空白，为戏曲学习与电子工具结合提供范例。

　　这一应用打破了传统的戏曲学习模式，学习者可随时随地学习，而且是系统的、立体的、有声的、可查询的，有利于当下专业人员及非专业人员的学习。“希望更多的越剧爱好者能借助这一工具深入遨游越剧世界，推进戏曲的传承及弘扬，让越剧在网络时代焕发新的生命力。”钱丽文说。

　　“钱丽文用她的教学经验为越剧未来的从业者梳理出了一部带有学术性、专业性的著作，其良苦用心在此浩大的工程中可见一斑。这款App对广大越剧爱好者而言是一个实用性特别强的工具，更是浙艺在越剧艺术传承教学方面作出的一大贡献。”浙江艺术职业学院院长黄杭娟说。