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）
ChatGPT掀起硅谷新一轮“AI革命” 中国科技公司跟还是不跟？******
2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过100万，而在两个月后，这一数据已经突破1亿。
在此之前，TikTok用了9个月跨过1亿用户门槛，Instagram则用了30个月，WhatsApp和Meta则分别用了42个月和54个月，Twitter更是用了60个月完成这一目标。
用“一夜蹿红”来形容ChatGPT并不为过。微软联合创始人比尔·盖茨甚至表示，这项技术诞生的意义不亚于互联网或个人电脑的诞生。
盖茨表示，在2023年，人工智能将成为最受人们关注的热点板块，他个人认为这种现象是非常合理的。同时，人工智能技术在未来，对于社会的影响将不低于个人电脑等技术。
近日，有消息称微软将在未来几周内把最新GPT-4版本的ChatGPT整合进必应搜索，直接对谷歌搜索地位发起挑战。
而对于微软通过ChatGPT的进攻，谷歌方面并未马上通过自身大型自然语言对话模型LaMDA进行反击，但其CEO Sundar Pichai也表示，2023年是AI用于对话和搜索的转折点。
在国内，ChatGPT概念股持续火爆，国内包括搜索、游戏以及投资等多个领域公司均对这一技术保持了高度关注。第一财经记者在对这些公司采访后了解到，目前国内AI(人工智能)技术在一定程度上已然处于追随位置，在找到准确落地模型后，ChatGPT或将成为国内AI快速发展甚至弯道超车的一次机会。但在资本市场中，对相关概念股应持审慎态度，长期关注技术进展与落地应用。
谁在追捧ChatGPT？
2015年，连续创业家埃隆·马斯克、美国创业孵化器Y Combinator总裁阿尔特曼、全球在线支付平台PayPal联合创始人彼得·蒂尔等人联合创立人工智能研究实验室OpenAI，主要目标包括制造“通用”机器人和使用自然语言的聊天机器人。
在成立的7年时间里，OpenAI引入微软10亿美元投资并邀请量子计算专家、ACM计算奖得主Scott Aaronson等人加入。ChatGPT则是OpenAI在2022年11月30日上线的聊天机器人模型，其网页应用允许用户免费使用，目前用户与ChatGPT之间的对话互动包括了普通聊天、信息咨询、撰写诗词作文、修改代码等。
由于“无所不知”和高度智能化让ChatGPT在推出后受到用户追捧。
瑞士跨国投行瑞银集团(UBS)在最新发布的一份研究报告显示，ChatGPT成为史上增长最快的消费者应用。该报告援引数据分析公司Similarweb的数据称，1月份平均每天有超过1300万名独立访问者使用ChatGPT，是12月份的两倍多。
而在ChatGPT后的1个月，谷歌CEO Sundar Pichai在公司内部发布了“红色警报” (Code Red)，并要求多个团队集中精力，解决ChatGPT对该公司搜索引擎业务构成的威胁，同时批准了在谷歌搜索引擎中加入AI聊天机器人的计划。
微软更是将ChatGPT视为新一代技术革命，并宣布向ChatGPT开发者OpenAI追加投资数十亿美元，将其AI工具整合进Bing搜索引擎、Office全家桶、Azure云服务、Teams聊天程序等一系列产品中；
除了微软和谷歌两大科技巨头外，Meta也表示将向OpenAI支付数百万美元，帮助ChatGPT为Facebook和Instagram生成创作者内容。最近，亚马逊AWS成立了一个小型工作组，意图拓展ChatGPT等AI工具对企业的工作职能。
“在过去的几个月里，从文本到图像模型、ChatGPT和更广泛的生成式AI席卷了世界，让AI的力量更容易被理解。”Radical Ventures投资人Sanjana Basu在LinkedIn上发表的帖子中写道。
红杉合伙人Sonya Huang、Pat Grady也撰文表示，当下行业正处于生成式AI第四波发展浪潮中——杀手级应用涌现阶段。随着各大平台发展成熟，AI模型继续变得更好、更快、更便宜，越来越多的模型免费、开源，应用层面将出现大爆发。
正如当初移动通信技术在结合了GPS定位、相机及随身连接等新功能与特点后，催生了一系列新型的应用程序，红杉预计当下AI模型的发展也将推动新一轮生成式AI应用的爆发。正如十年前移动通信的拐点为少数几个杀手级应用创造了市场机会一样，预计杀手级应用也将出现在生成式AI领域中。
国内企业紧急布局
京东科技相关负责人对第一财经记者表示，ChatGPT确实是一个令人兴奋的前沿探索，现在确实是AI应用发展的好时机，尤其是应用落地的时机。
京东集团副总裁、IEEE Fellow何晓冬对AI发展比较乐观，并认为AI未来肯定要走产业路线，AI在产业界应用机会比学术界更大。何晓冬称，京东会不断结合ChatGPT的方法和技术点，融入到产品服务中推动人工智能的产业落地。
以京东云言犀为例，该系统是京东大规模商用的客户服务系统，每天和用户进行1000万次的交互，使得算法能够及时的迭代更新。何晓冬表示，相对来说，ChatGPT更加开放一些，例如闲聊、文本的生成，大家对体验相对有容忍度。而京东的场景更加垂直，必须解决用户的问题，所以京东云更加聚焦于任务型多轮对话，考量的是对话的精准度、客户的满意度，满足成本、体验、价格、产品、服务等要素的要求。
何晓冬表示，从使用体验上，ChatGPT让人感觉耳目一新，无论是流畅性，还是逻辑感都非常强，但存在的问题是，内容“干货量“偏低，逻辑强于内容。从技术角度上，ChatGPT最大的创新点在新的半监督学习算法，使得它对用户的意图理解，可能快达到大规模商用的搜索引擎水平。
何晓冬认为，相较于之前大量使用无监督深度学习算法，ChatGPT模型背后的算法和训练过程更加新颖。如果没有人的数据甄选，这个模型参数即便大十几倍，也很难达到这个效果。尤其ChatGPT把生成的文本模型更加“组织化”，这是非常大的技术创新。“在某种意义上，这其实是对过去一味追求(参数)大和追求无监督学习的一个路线修正。”何晓冬表示。
一些中国的游戏公司也开始在部分项目中加入ChatGPT技术。
创梦天地副总裁王习对记者表示，2022年三季度的时候，Fanbook已经在与ChatGPT开始对谈合作，谈拢后数据接口团队进行了二次开发，在2022年11月ChatGPT在Fanbook平台上线。Fanbook是一款由创梦天地于2021年7月前后正式推出的社群类应用，定位于“用技术手段来提升企业里面客户和产品之间的协同”的工具。
Fanbook的本质是用AI机器人辅助进行大规模用户管理的一个社区工具。王习表示，Fanbook中有几十个机器人助手，包括资讯机器人、数据机器人、积分机器人等，ChatGPT只是其中一个机器人。
“我们主要还是用ChatGPT来服务社区和用户，这是引入它的一个核心。”王习表示，本质上团队是想要在平台上将ChatGPT进行商业化应用，并不是碰概念，“可以提供写稿、写代码等服务，可以按次收费，也可以包月等方式收费。”
“对话方面可以用来对接客户做服务工作，代码方面可以用它来检查代码，而在图片上面，用AI生成会快很多，至少能够出一个基础框架，省了很多人工。”王习认为，在游戏行业里，以ChatGPT为代表的AIGC至少能够起到一定的辅助作用。
此外，虽然百度并未对“3月份推出类ChatGPT应用”的消息予以回应，但据记者多方了解，百度内部正在准备类似ChatGPT产品的消息属实。
在2022年末的一场百度内部沟通上，当时百度董事长李彦宏就提及到ChatGPT，称最近包括自己周边同行业同领域的朋友和好多不同领域、跨界的人都在问他怎么看ChatGPT。他称这样一个天天在琢磨的技术方向引起如此大的舆论场和关注度很不容易，并表示包括ChatGPT在内的AIGC技术能做成什么样的产品满足需求还存在不确定，作为一家公司能否把这么酷的技术变成人人需要的产品是最难的，也是最能够产生影响力的。
在相关产品上，在今年1月10日，百度曾宣布百度搜索将升级“生成式搜索”能力，基于百度自研的生成式模型能力，为用户开放式的搜索提问或定制化的信息需求“创作答案”。
此外，一些上市公司近期也对ChatGPT领域布局动态进行了回应。
近期连续涨停的赛为智能在回答投资者询问时表示，公司属于人工智能板块，但对ChatGPT没有相关布局。可能有些机构将公司列进了ChatGPT概念股，公司对此并不知情。
2月3日早间，赛为智能收深交所关注函。深交所要求公司结合2022年预计收入大幅下滑、连续多年亏损的具体原因、经营业务情况等，说明公司基本面是否发生重大变化，近期股价涨幅是否与公司基本面相匹配。同时，还要求公司详细说明是否具有机器人相关业务。截至2月3日收盘，上述公司周内涨幅已高达74.92%。
汉王科技也因ChatGPT概念连续多日获得涨停板，汉王科技首席数据技术官聂昱称：ChatGPT的出现极大地扩展了AI能力的边界，从而扩展了AI技术的市场应用空间，对于整个人工智能相关行业是一个极大的鼓舞。对于人工智能行业的科技公司和从业者来说，都有必要深入地思考未来在技术生态链中的定位，以及公司未来在研究方向和业务应用方向的定位与布局。
在近期举行的电话会议上，面对机构投资者关于ChatGPT业务布局情况的提问，科大讯飞方面也表示，公司有信心在预训练认知智能大模型上代表中国实现突破。科大讯飞承建了中国唯一的认知智能国家重点实验室，具备算法实现和持续创新的能力。预训练模型如果能够在诸如教育、医疗等专业领域和行业场景深度结合，会有巨大的潜在商业价值。
但在机构看来，相对于微软、谷歌给出具体技术落地方向的动作，国内相关上市公司仅发布了相关人工智能技术积累，具体商业化落地案例并不是很多。
AI产业新机遇在哪？
对于微软、谷歌等公司与国内厂商之间在ChatGPT方面的差异，Forrester分析师卢冠男对第一财经记者表示，GL- ChatGPT是OpenAI对GPT模型演进迭代的成果之一。微软更多是从资金和商业场景上给予支持。在技术探索上，由于GPT模型商业价值和表现水平的不确定性，国内技术厂商以往没有激进的投入。随着ChatGPT近期的火热，预期看到更多的国内技术厂商会在这方面快速追赶。
此外，卢冠男称，OpenAI在探索技术模型演进的同时，也在探索商业化方式，主要以API的形式提供服务给开发者。所以在ChatGPT备受关注后，国外同时也涌现了很多围绕其API进行创新的应用。相比而言，国内科技公司对生成式AI(GenerativeAIorAIGC)应用场景的探索还比较有限。应用探索是需要以模型服务作为基础。相信在国内技术厂商对该领域布局后，未来可以看到更多的本地化应用探索。
安永全球首席技术官Nicola Morini Bianzino也认为，目前还没出现在企业中使用ChatGPT的“杀手级”用例，但这种状态可能很快就会改变，未来6到12个月将带来实验的爆炸式增长，尤其是当公司能够使用OpenAI的API在ChatGPT上构建之后。
作为AI行业的分支，当下正火热的ChatGPT与AIGC能否给国内AI行业企业带来弯道超车的机会？宜远智能吴志力博士对第一财经记者表示，中国在AI领域个别细分领域有全球优势，但整体而言还是扮演跟随者角色。既然AIGC与ChatGPT成为全球技术创新突破口，在中国也会成为下一波AI发展热潮掀开序幕的角色。AIGC与ChatGPT带动微软、谷歌all in AI，也能增强中国对AI基础架构、战略投入及普及应用的信心。
卢冠男对记者表示，国内AI超车的关键条件是技术是否显著改变现有市场格局。目前ChatGPT在应用场景和商业化探索上还处于非常初期的阶段。作为生成式AI的一种，ChatGPT的表现无疑给行业在应用实践上带来很多想象空间。但是在应用落地后，是否能在消费市场提供独特价值？是否能在企业市场更好地支持其数字化转型的具体需求？其结果还有待观察。
对于可借鉴的ChatGPT商业化落地案例，卢冠男举例称，Forrester定义了图灵机器人(TuringBot)这样一个细分市场格局，将图灵机器人定义为一种AI驱动的软件，可以帮助应用程序开发团队以自动和自主的方式设计、构建、更改、测试和重构软件代码和应用程序，如GitHub Copilot这种服务。
虽然图灵机器人不是完全依赖ChatGPT而实现，但也是基于类似AI模型而构建的软件服务，有潜力赋能企业的软件开发团队，帮助企业加速产品的开发、提高代码准确性和部署速度。相比于其他商业化方向，图灵机器人的买方画像清晰，衡量收益的方式明确，属于2023年企业在生成式AI领域需要关注的技术之一。
巨头入局、趋势确定，资本市场热度持续，该如何看待ChatGPT在资本市场扮演的角色？东吴证券王丽颖表示，ChatGPT既不是单纯的概念炒作，也不能定义为划时代的技术突破，更多是在AI技术上的迭代更新，加上行业影响力人物的宣传，使得相关市场概念突然爆发，但相关公司更多公告的是技术储备，能否落地、获得商业收入，还需要一个很长的过程。
其次，王丽颖称，新技术的推广涉及到知识产权与数字确权问题，在安全背景下能否快速推广，也是一个很重要的观察点。第三是技术亮眼在帮助人们出具文章、文字、诗歌等方面，也涉及到对应的技术领域的道德层面讨论，最终扩展到多大程度也需考证。因此，资本市场的ChatGPT概念股更多是短期热点，长期需观察技术等综合因素，不建议追涨，即使追涨，也应追龙头公司，并保持追踪、及时止损。
