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）

巧借5G设施，将北斗导航延伸至地下******

　　在雄安新区容东片区的地下停车场，看不到纷繁复杂的线路，大量装备都被“隐藏”在专门的机房里。机房的墙壁上放置着3个小盒子，既有合路器，又有北斗卫星导航室内分布单元，还有运营商的5G基站。在这里，一条线路连接楼顶上方，以获取北斗等卫星的定位信号；一条室分线路连接多个“小蘑菇头”，以实现地下停车场信号无缝覆盖。

　　在复杂如“迷宫”的地下停车场，找不到自己的车或者开着车找不到出口，是人们经常遇到的尴尬又让人头疼的事情。

　　如今，在“地上一座城、地下一座城、‘云’上一座城”的河北雄安新区（以下简称雄安新区），精准室内导航技术正在改变这一现状。雄安新区利用“5G+北斗”技术，低成本快速实现了区域地下空间准确定位与导航。即便是身处地下停车场，“智慧”定位导航系统也能够随时告知用户的具体位置，以及下一步该往哪走，让地下通行更加便捷、高效。

　　瞄准地下精准定位导航难题

　　人们的切身体会是，在室内尤其是地下开阔空间，定位导航服务远不如地上来得精准且持续。在接受科技日报记者采访时，北京邮电大学信息与通信工程学院副教授路兆铭直言：“当前的室内定位技术解决了定位服务‘有与无’的问题，但尚未解决‘服务质量有保障’的问题。”

　　当前，雄安新区“地下一座城”已经初具规模。除去高标准建设的、埋藏在地下的城市“大动脉”——城市综合管廊外，城市中地下停车场的面积也非常大。

　　例如，在雄安新区首个集中建成区——容东片区，众多小区、楼宇的地下停车场全部联通。在大规模的地下空间中，会有大量的人、车、物流动，初入其中很容易迷路，如何实现精准定位导航成为雄安新区“地下一座城”建设过程中面临的问题。

　　2022年，国家重点研发计划设立“交通基础设施”专项，在5G通信与信号定位领域有长期积累的北京邮电大学信息与通信工程学院，成为“雄安新区交通设施数字化建设示范应用”项目的牵头单位，展开“5G+北斗地下空间组合式定位导航”的课题研究。

　　作为上述课题负责人，路兆铭告诉记者，为了解决无法实现地下精准定位的难题，“5G+北斗地下空间组合式定位导航”课题组在立项时便设定了三个层级的目标：高精度车辆定位与导航、亚米级人员定位与导航、地上地下一体化无缝定位。

　　“项目结项时，我们要在雄安新区超大规模地下停车场内实现这三个目标的示范应用，这对我们来说是一个不小的挑战。”路兆铭表示。

　　北斗卫星信号赋能地下精准导航

　　“手机在室内有信号，不是靠室外的铁塔基站来实现，而是靠室内分布系统。”路兆铭告诉记者，这个系统并不神秘，就是人们经常在楼道或者家门口看见的那种“小蘑菇头”（信号增强器）。

　　在雄安新区容东片区的地下停车场，记者举目四望，看不到纷繁复杂的线路，大量装备都被“隐藏”在专门的机房里。机房的墙壁上放置着3个小盒子，既有合路器，又有北斗卫星导航室内分布单元，还有运营商的5G基站。在这里，一条线路连接楼顶上方，以获取北斗等卫星的定位信号；一条室分线路连接多个“小蘑菇头”，以实现地下停车场信号无缝覆盖。

　　现代楼宇建筑多由钢筋混凝土建成，室外信号被墙体“屏蔽”，需要室内分布系统进行信号的全覆盖。特别是2018年，工业和信息化部要求5G室内信号实现共建共享，运营商将各路信号“混”入统一由中国铁塔股份有限公司提供的关键设备——合路器中。这样，运营商的标准5G室内信号便被合路器分散给各个“小蘑菇头”，以实现信号扩增。

　　路兆铭科研团队成员“就地取材”，利用现有的4G/5G的室内分布系统，在5G基础设施上混搭北斗卫星导航信号，无需重建基础设施，只用一个简单的“加法”，就让北斗信号“混”入5G信号，构建出了一个精准的地下定位导航系统。

　　看似简单的操作，背后依靠的是融合定位算法的创新。“我们团队创新性地提出由信号SLAM（即时定位与建图）架构的‘5G+北斗组合式定位算法’，实现时空信息融合，使室内分布系统支持地下1米精度的定位与导航。”路兆铭表示。

　　从理论上来说，要给物体做空间定位，至少需要3个角度的观测值，而且观测值越多、定位越精准。“好比说，如果一辆车旁边站着10个人，每个人眼中车的位置都是1个观测值，那么当把10个观测值全部融合起来，车辆定位就会更精确。”路兆铭表示，“5G+北斗组合式定位算法”正是将北斗卫星导航信号、5G信号、加速度计等多源位置观测信息融合在一起，精确解算出车辆的当前位置。

　　除了创新定位算法，路兆铭科研团队还在算法的实际场景应用与优化方面做了大量工作。当技术成型后，2021年初，路兆铭科研团队先在北京邮电大学校园搭建环境进行了算法和技术验证，当年6月到雄安新区容东片区杏秋苑地下停车场搭建了试点，开展了为期一年的驻场技术研发和创新。在这期间，路兆铭科研团队解决了三四十种问题，例如异形路段、从地上到地下的定位与导航衔接等，使地下定位导航系统越来越适用于具体场景。

　　把导航服务送到更多地下停车场

　　随着大规模推广示范，目前地下定位导航系统已覆盖容东片区超过20万平方米的地下停车场。

　　利用“5G+北斗”定位导航技术，在雄安新区可实现停车场人员和车辆准确位置导航。路兆铭告诉记者，这套技术还可以被集成到百度地图、高德地图、雄安行等应用程序中，用户通过手机就能够实现精准定位导航。

　　路兆铭科研团队在容东片区地下停车场的测试结果显示，他们研发的地下定位导航系统，其室内导航定位精度在2米左右，可以实现找车位等功能。经测算，与此前技术方案相比，这套拥有完全自主知识产权的技术方案可以将整个建设成本节省50%以上。

　　“现如今，不光是容东片区，容西片区、启东区的地下空间也将推广使用这套地下定位导航系统。”路兆铭表示，作为在雄安新区示范应用的创新技术，这套地下定位导航方案未来还有望被推广至医院、商业综合体、地下矿区、航站楼等地上地下一体化的复杂场景中。

　　“雄安新区为技术创新提供了现实需求，更为创新技术应用提供了极好的验证平台。”路兆铭表示，借助雄安新区先进的设计理念和丰富齐全的场景需求，潜藏在论文里的新技术与方法得到了转化应用。

　　“未来，地下精准定位导航技术还将在河南、福建、广东等地不断推进建设。”路兆铭希望，能把精准定位与导航服务送到更多地下停车场中。（科技日报记者 何 亮）