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)
中国古代文章学中的“文势”******
作者:方笑一(华东师范大学中文系教授)
在中国古代文章学中,“文势”是一个相当重要的术语,它凸显了中国文章学的本土化特色,而很难用西方文学理论的概念来比附或阐发。弄清“文势”之说的来龙去脉,有助于理解古人的文章批评视角,从而深入认识中国文章学。
以“势”论文的缘起
魏晋时代的文论著作如曹丕的《典论·论文》、挚虞的《文章流别论》、陆机的《文赋》等,都没有对“势”作专门的论述。刘勰《文心雕龙》则有《定势》篇,被认为是古代文论中最早探讨“势”的专论。然而,刘勰采用的是比喻的办法,描述性地呈现“势”在文学作品中的面貌。刘勰所言之“势”,与文体有关。因为“即体成势”“体势”云云,无不标示出“体”与“势”的关系,进一步看,就是“体”对“势”起着规定性的作用,“势”不能脱离文体。同时,势不是人为硬造的,而要顺乎自然。这从刘勰使用的比喻可以看出来,而“自然之趣”“自转”“自安”等说法,说明势应该追求自然而然的境界。这两点又是互相关联的。各种文体功能不同,也就各有其势,写作某种文体时,应该顺乎其势,而不应“讹势”。
《定势》篇中,每种文体都规定了自己独特的风格,就好比彩色织锦虽有五色,但“各以本采为地”。大多数学者认为《定势》之“势”应指“文体风格”。刘勰之后,“势”成为中国古代文论中常见的范畴,如旧题王昌龄撰《诗格》指出“诗有十七势”,皎然《诗式》开首即有“明势”条,但他们所说的“势”,都属于诗论中的范畴,内涵与《文心雕龙·定势》之势也不尽相同。如《诗式·明势》自注曰:“文体开阖作用之势。”这里的“势”,显然不是指风格,而是指一种气势。这说明,“势”这个范畴的内涵,在文论史上不断发生着变化。
南宋文章学中的“文势”“笔势”和“语势”
南宋时代,批评家们开始系统总结文章理论。这种总结,最先是通过古文评点展开的。南宋吕祖谦在《古文关键》的《总论》中提出“看文字法”应首先注意的四点:“第一看大概主张,第二看文势规模,第三看纲目关键,第四看警策句法。”“大概主张”指文章立意,“纲目关键”据吕氏自己表述,包括“首尾相应”、“铺叙次第”、“抑扬开合”,则大致相当于文章的间架结构。而“警策句法”则着眼于“下字下句”等问题,显然看的是文章的语言。唯独第二条“文势规模”,很难用现代的理论话语来表述。
吕祖谦同样没有对“文势”下定义,也未对它细加阐说,我们只能通过他对古文的具体评说来看文势之指向。《古文关键》用“文势”一次评文共有两处,一是评苏轼《秦始皇扶苏》“不特文势雄健,议论亦至当”,二是评曾巩《送赵宏序》“句虽少,意极多,文势曲折,极有味,峻洁有力”。这里的“雄健”当然可以看作文章的风格,但已经不是一种文体风格了。而如将“曲折”也视作一种风格则显得勉强。从上下文看,这里的“曲折”应该说的是不一下子将文意吐尽,而是转好几个弯子将文意一点点透露出来。这也不能算是一种文体风格,而是指行文的态势。行文的态势由文章的内容决定,但最终落实于句子的安排和字词的调遣。当然,它又不等于所谓的“下字下句”,而是在句与句、字词与字词组合中体现出来的一种态势。
南宋时期另一部古文选本、楼昉的《崇古文诀》有助于我们确定“文势”的含义。该书有三处运用了“文势”一词,评曾巩《移沧州过阙上殿奏疏》“看他布置、开阖、文势,次求其叙事、措词之法,而一篇大意所以详于归美,乃所以切于警戒,不可专以归美观”。评李清臣《议兵策上》“文势纵横,变态百出,可喜可愕,深于兵书者也”。评张耒《论法下》“议论好,文势委蛇曲折,用字尤工”。我们大致可以判定,“文势”不同于文章结构(“布置”),不同于开头结尾的方法(“开阖”),也不是指具体的叙事、措词、用字之法,而是指纵横变化、委婉曲折等行文的态势。楼昉有时将“文势”称为“笔势”。如评苏辙《上枢密韩太尉书》“胸臆之谈,笔势规摹从司马子长《自叙》中来”。这里所讲的“笔势规摹”,就是吕祖谦所谓“文势规模”,而“纵横”是指老苏的文势有战国纵横家的习气,行文善于变化和照应。
南宋朱熹校勘韩文,文章中字句各本有歧异,或疑文中有脱字、衍字等,进行“理校”时,也时常根据文章的“文势”“语势”来判断。在这个意义上,两个词可以互相交换使用。韩愈《施先生墓铭》云“或留或迁,凡十九年不离太学”,朱熹云:“方云:杭本无‘凡’下八字,今按上文已云在‘太学者十九年’,则此八字诚为重复,然欲去之则‘或留或迁’语势未尽,又不知公意果如何?今亦论而阙之,不敢定其去留也。”朱熹按语相当于校勘的“校记”。他所说的“文势”绝不是指文章风格,而是行文的态势,据“文势”可以在不同版本间的文字差异中作出抉择:某几个字是否衍字,某本是否有脱文。朱熹不仅仅将“文势”看作校勘的依据,在讨论儒家经典时,他也经常观察文势,对之特别看重。如《朱子语类》卷十云:“读书须看他文势语脉。”同书卷七八云:“东坡《书解》却好,他看得文势好。”他自己在评论经典时亦屡次提及文势。
“文势”之内涵
“文势”指行文的态势,具体到文章批评上,文势被认为体现在文章行文的以下三种姿态上。
首先是曲折。上文曾提到吕祖谦“文势曲折”的说法,曲折是评点家眼中一种常见的文势。晚清王葆心在其《古文辞通义》中有专论“文势之平缓与转折”的部分,他说:“转折者平缓之对,欲药平缓须明转折。”可见他推崇的是“转折”的文势。他进一步指出:“所谓转者,有一意转折法、多意转折法,皆转之善也。但一意转折易,意多事杂,转折难。转多而碎,无法以束之,则转之弊也。有其善而无其弊,与所谓新其间架者,皆可以药平缓之病也。”在古文大家中,欧阳修和王安石二人的文势比较曲折,文势的曲折与否,当根据内容而定,作家的创作风格当然也是重要的决定因素,一般来说,文势曲折的文章比起文势平缓率直的文章更耐读。
其次是抑扬顿挫。如《文章轨范》卷四评韩愈《与孟简尚书书》云:“韩文公推尊孟子,以为功不在禹下,实自推尊,以为功不在孟子下。此一段以孟子与己对说,文势抑扬轻重,虽曰贤不及孟子,其实自许其功过于孟子。”如果说,文势的曲折主要是指文意的转折层面而言,那么文势的抑扬顿挫则主要倾向于文章表达的形式层面。比如上举《原道》中的一句,前面是四个四字句,后面忽然接了个感叹词“呜呼”,便造成抑扬顿挫的效果。又卷七评《送孟东野序》“其声清以浮,其节数以急,其辞淫以哀,其志弛以肆,其为言也乱杂而无章”云:“上四句一样五字,若第五句不用九字,文势便庸腐。”这是通过调整句子的长短、用字的多少来使得文势给人以新鲜感,其实也是一种抑扬顿挫的效果。
再次是圆活与纵横。《文章轨范》卷三评苏轼《秦始皇扶苏论》云:“凡议论好事,须要一段反说,凡议论不好事,须要一段正说。文势亦圆活,义理亦精微,意味亦悠长”。此处所言圆活,大抵相当于我们曾经提到过的“纵横”,要之是令文章富于变化,避免呆板。
随着古文评点与科举关系日益密切,其功利性使得关注点逐渐转向篇法、章法、句法、字法等领域,对于“文势”的体认与论述渐渐淡化。
《光明日报》( 2022年12月26日 13版)
(文图:赵筱尘 巫邓炎)