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)
喜马拉雅亏损10年首次季度盈利,互联网企业纷纷降本增效******
1月16日,第一财经记者获悉,近日喜马拉雅创始人兼CEO余建军在公司年会透露,喜马拉雅于2022年第四季度首次实现单季度千万级的盈利,这也是喜马拉雅创业十年来首次实现盈利。
不过他并未明确喜马拉雅是在哪一种会计准则下实现的季度盈利。
余建军在年会上提到,盈利得益于公司在三个方向的努力,一是战略与组织清晰度不断提升,其次是坚持以创造用户价值为导向的长期主义,另外降本增效、打造可持续盈利能力也是一方面原因。
在当前的资本环境下,过去烧钱巨亏的互联网企业都开始追求盈利了。除了音频行业的喜马拉雅和荔枝外,在视频平台里,从爱奇艺到B站,都开始降本增效,努力减亏,在资本市场讲出盈利的故事。
三年亏损20亿后首次盈利
2022年8月,余建军曾在内部员工大会上表示,要在2022 年第四季度实现单季盈利,扭转长期亏损局面,并将在2023年实现全年盈利,5年后,实现年收入200亿元、盈利40亿元。目前来看余建军定下的第一个小目标完成了。
在盈利前,2019年至2021年,喜马拉雅年内亏损分别为19.25亿元、28.82亿元、51.06亿元,经调整年内亏损则分别为7.49亿元、5.39亿元、7.59亿元,三年累计净亏损超20亿元。
此前喜马拉雅曾三次递表但未能上市。最近的一次是2022年3月,喜马拉雅在港交所更新招股书,但目前招股书已经显示失效。最早在2021年5月,喜马拉雅意图在纳斯达克上市,以失败告终;同年9月,其于港交所重新提交IPO申请,但因超过6个月,招股书文件显示失效。
最新招股书信息显示,2021年喜马拉雅总营收同比增长43.7%至58.57亿元,年内亏损51.06亿元,同比扩大77%。付费订阅、广告、直播以及其他创新产品及服务是喜马拉雅四大营收来源,其中,付费订阅服务是其主要的支柱。
喜马拉雅成立于2012年,目前是音频行业的龙头,截至2022年第三季度,喜马拉雅全场景平均月活跃用户已达2.82亿。
据iiMedia Research(艾媒咨询)数据显示,在2022年中国网民消费过的在线音频平台中,喜马拉雅以65.5%的高市场占有率成为最多用户选择的在线音频平台,其次,荔枝、蜻蜓FM和酷我畅听分别占比39.5%、35.8%和34.5%。
在喜马拉雅之外,作为音频行业“第一股”的荔枝也于近一年转亏为盈。
2021年第四季度,荔枝首次取得GAAP层面的盈利,实现净利润892万元,在2022年前三个季度其稳住了盈利趋势,Q1、Q2盈利分别为1642万元、1885万元,最新的第三个季度实现净利润约2000万元。
2022年的前九个月,荔枝实现净利润5500万元,实现大幅扭亏为盈,去年同期前九个月,荔枝净亏损为1.36亿元。
财报显示,荔枝第三季度的经营费用为1.77亿元,相比去年同期的1.91亿元有所缩窄,此外其销售及管理费用均实现同比缩窄。
互联网企业纷纷求盈利
在此之前,亏损超过10年的爱奇艺于2022年首次实现季度盈利,背后一大原因就是降本增效,财报显示,该公司营收成本、销售及管理费用都出现较大的同比下降。
围绕降本增效,据第一财经记者了解,爱奇艺内部的措施一是组织结构优化,解决与人相关的成本和费用,提高效率;二是控制内容成本,在内容制作、采购和运营等方面做精细化的选择,头部内容不减少,严格控制播出效果不好的内容,降低内容成本;三是通过加强运营,发挥片库也就是长尾内容的更大价值,产生更多广告库存和会员收入。
对于此前一直以用户增长为中心的B站来说, 亏损也一直在连年增长,2021年B站亏损了68亿元,同比扩大119%。
这些年来,B站还未实现正向盈利,在2022年初的电话会议中,管理层第一次给出盈利时间表,表示B站将在2024年实现non GAAP盈亏平衡。B站董事长兼首席执行官陈睿表示,2022年公司的战略重心将侧重于加速商业化进程,并进一步降本增效。
此前海豚投研泛娱乐研究员对第一财经表示,目前的宏观环境并不利好成长型公司,通胀加息周期叠加战争,资金避险情绪高,喜欢减亏或盈利的企业,“从公司管理层的角度,是希望通过营造一个良好的平台环境,来拉长用户的生命周期价值,但市场肯定是等不及的。”
2022年11月,B站发布了其第三季度财报,公告显示其第三季度营收为58亿元,较2021年同期增加11%;净亏损为17亿元,较2021年同期的27亿元收窄36%。
在财报后的电话会议上,对于此前提出的“2024年实现non-GAAP盈亏平衡”目标,陈睿表示目标不会有变化,“在今年多重宏观环境的挑战之下,减亏已经成为了公司最重要的工作之一,这是我亲自在盯的工作。”
(文图:赵筱尘 巫邓炎)