点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:天天彩票_天天彩票
首页>文化频道>要闻>正文

天天彩票_天天彩票

来源:天天彩票2023-07-23 17:48

  

天天彩票

冰雪盛会铸经典 向着春天再出发——写在北京冬奥会开幕一周年之际******

  2022年立春之日,一段团结与梦想的故事从北京起笔,全球共襄北京冬奥会的盛举,人们共享奥林匹克的荣光。“北京冬奥会是我国重要历史节点的重大标志性活动,是展现国家形象、促进国家发展、振奋民族精神的重要契机,对京津冀协同发展有着强有力的牵引作用。”“办好北京冬奥会、冬残奥会,是中国对国际社会的庄严承诺。”在习近平总书记亲自谋划、亲自部署、亲自推动下,一场无愧于祖国、无愧于人民、无愧于时代的盛会,给世界展现了阳光、富强、开放、充满希望的国家形象。

  2023年的春天如约而至。在北京冬奥会精彩开幕一周年之际,回眸申办、筹办、举办全过程,广大参与者共同创造的胸怀大局、自信开放、迎难而上、追求卓越、共创未来的北京冬奥精神为加快建设体育强国、健康中国注入强大精神力量,继续发出“一起向未来”的深情呼唤。

视频:冰雪盛会铸经典 向着春天再出发——写在北京冬奥会开幕一周年之际来源:新华社客户端

   冬奥遗产造福人民

2022年2月4日,第二十四届冬季奥林匹克运动会开幕式在北京国家体育场举行。这是开幕烟花在鸟巢上空绽放。新华社记者 陈建力 摄

  今年春节假期,国家速滑馆“冰丝带”,这座北京冬奥会冠军高亭宇创造历史的地标场馆热闹非凡——冰场外,等待取冰鞋的游客排起了数十米的长队,冰面上,不同水平的滑冰爱好者尽情驰骋。

  为庆祝冬奥会开幕一周年,国家速滑馆举办了首场市民速度滑冰系列赛。参赛选手不但可以享受专业转播机位的现场直播和大赛标准的电子计时记分,优胜者还可以像奥运健儿打破纪录那样,荣登“冰丝带”专属纪录墙。国家速滑馆公司董事长武晓南说:“我们这块‘最快的冰’变身为群众的冰,就是要让更多人一起共享冬奥遗产、共创美好未来!”

2023年1月30日,市民游客在国家速滑馆内滑冰,感受冰雪乐趣。新华社记者 鞠焕宗 摄

  在北京冬奥会之后的首个冰雪季,沉浸式体验成为冬奥场馆的靓丽名片。在首钢滑雪大跳台,人们乘着“雪圈”从大跳台落地区俯冲而下,体验苏翊鸣、谷爱凌在这里的夺冠视角;在延庆奥林匹克园区,畅滑冬奥赛道“雪飞燕”、在“雪游龙”体验“冰上F1”雪车雪橇的速度与激情、入住冬奥村运动员“冠军房”,已经成为时髦的打卡项目。

这是2022年4月26日拍摄的国家雪车雪橇中心(下)和冬奥村(上)(无人机照片)。北京延庆奥林匹克园区于2022年4月29日正式向公众开放。新华社记者 张晨霖 摄

  在云顶滑雪公园,通过改造、适当降低难度后的U型槽、障碍追逐、坡面障碍、平行大回转等赛道,也向大众正式开放。大年初一,来自北京的贾先生一家早上吃完饺子就赶往崇礼,中午就完成了兔年“首滑”,京张高铁让崇礼成为北京人“家门口”的滑雪场。“虎年春节我们全家人在电视机前看冬奥会,兔年春节我们已经迫不及待要亲身体验冬奥赛道了!”

  奥运场馆赛后利用是一道世界难题,“双奥之城”北京同张家口一道,在场馆建设改造之初就充分考虑场馆功能用途,令其不但在赛时精彩亮相,更在赛后造福人民。

  与“冰丝带”交相辉映的国家体育场“鸟巢”和国家游泳中心“水立方”,也在新年伊始开门迎客。“鸟巢欢乐冰雪季”在“鸟巢”北侧的附场开幕。3.4万平方米的冰雪乐园内,人们一边滑雪,一边与“鸟巢”和2008年北京奥运会祥云火炬同框拍照。

  在国家游泳中心,供大众健身的游泳池,以及拥有冰场和冰壶赛道的“冰立方”冰上运动中心都恢复运营,实现了“水冰”双轮驱动。“我们早就‘瞄’上这块场地了!以前要跑到郊区借别人的冰球场打冰壶,如今在‘家门口’就能体验一流设施。”家长肖女士对记者说。

2023年2月1日,游客在北京国家游泳中心“冰立方”内体验冰壶。新华社记者 鞠焕宗 摄

  一流的场馆需要一流的赛事作为支撑。北京冬奥会后,各大场馆有望成为多项世界大赛或国内赛事的举办地。国际滑联“卓越中心”“世界冰壶学院培训中心”等纷纷落户冬奥场馆,我国体育对外交往有了更多平台。

  在冬奥场馆内,不少工作人员穿着冬奥服装为游客服务,他们抓紧学习市场开发、商业推广知识,逐步完成从“场馆运行”到“场馆运营”的身份转变。在冬奥场馆外,一批经过北京冬奥会历练,熟悉赛事策划与组织、冰雪产业管理、冰雪运动设施维护管理等方面的人才,正在新的岗位发光发热。

  曾在北京冬奥组委体育部工作的刘金通过国际雪联层层考核,成为中国第一位高山滑雪的国际技术代表。

  北京冬奥会特许商品经营负责人之一的郭磊如今回到中国奥委会市场开发部。北京冬奥会吉祥物“一墩难求”的经历让他深知,做好特许经营要以消费者为中心,紧盯市场需求,深耕产品内涵。

  ……

  对冬奥人来说,北京冬奥会是一段难忘的人生记忆,更是一段重要的人生经历。在2022年12月举行的国际奥委会执委会会议上,国际奥委会主席巴赫感慨道:“感谢所有人的付出,北京冬奥会的美好回忆我将永远铭记!”

  竞技体育持续突破

2022年2月4日,第二十四届冬季奥林匹克运动会开幕式在北京国家体育场举行。这是焰火表演。新华社记者 宋彦桦 摄

  中国体育代表团在北京冬奥会上实现全项参赛,以9金4银2铜高居金牌榜第三位,在北京冬残奥会上夺得18金20银23铜,历史上首次位列金牌榜和奖牌榜双榜首。在北京冬奥会和冬残奥会上,中国运动员创造历史最佳,书写“冰雪荣耀”。

  北京冬奥会的成功举办和优异的运动成绩,对中国竞技体育产生深远影响,不仅积累了经验,更鼓舞了士气。北京冬奥会后,中国体育健儿持续巩固优势项目,不断补齐短板弱项,继续在多个项目上争金夺银,取得突破。

  在2022-2023赛季速度滑冰世界杯第二站荷兰海伦芬站男子1000米比赛中,中国选手宁忠岩为中国速滑队收获了新赛季的第一金。“给好运一点时间,它不会离我太远的。”在北京冬奥会上,宁忠岩没能登上领奖台,但是他一直没有服输,已经把目标瞄准了下届冬奥会。

  1月19日和21日,中国选手谷爱凌在2022-2023赛季国际雪联自由式滑雪U型场地技巧世界杯分站赛连夺两枚金牌。这位在北京冬奥会上收获两金一银的天才少女,正用她的精彩表现带动更多年轻人喜爱冬季项目。

  在普莱西德湖进行的2023年世界大学生冬季运动会女子冰壶决赛中,中国队以6:4逆转战胜韩国队,夺得金牌。这是自2009年在哈尔滨举行的世界大冬会之后,中国队再次摘得世界大冬会女子冰壶金牌。

  在冰岛雷克雅未克举行的2023年U20男子冰球世锦赛乙级B组比赛中,中国队以五战全胜的成绩夺得冠军。自2011年国际冰联实行新分组规则以来,中国队首次升入U20男冰世锦赛乙级A组,中国冰球的青年力量正快速成长。

  ……

  冬季项目不断进步,夏季项目也在创造历史。

  2022年女足亚洲杯,中国女足在半决赛“点杀”日本队,又在决赛逆转击败韩国队,时隔16年重返亚洲之巅。

2022年2月6日,中国队在颁奖仪式上庆祝。 当日,在印度孟买举行的2022女足亚洲杯决赛中,中国队以3比2战胜韩国队,夺得冠军。新华社发(贾韦德·达尔摄)

  2022年女篮世界杯,王思雨在半决赛终场前投进的最后两个罚篮,不仅被球迷评选为2022年亚洲篮球最佳进球,更是把中国女篮带进决赛,亚军也追平了中国女篮在世界杯的历史最好成绩。

  2022年田径世锦赛,男子跳远选手王嘉男凭借最后一跳的8米36逆转夺金,成为首位获得男子田赛世界冠军的中国选手。在网球大满贯赛事中,郑钦文、吴易昺等多位中国网球新秀取得突破……

  国家体育总局竞技体育司发布的《2022年我国运动员取得成绩报告》显示,2022年中国体育健儿共在21个项目上获得93个世界冠军、创11项世界纪录,其中既有强势夺冠,也有崭新突破。

2022年2月5日,在首都体育馆举行的北京2022年冬奥会短道速滑项目混合团体接力决赛中,中国队夺得冠军。新华社记者 杨磊 摄

  2023年,2024年巴黎奥运资格赛将全面开启,2026年米兰-科尔蒂纳丹佩佐冬奥会也将迎来倒计时1000天,而今年的杭州亚运会则是继北京冬奥会之后我国举办的又一重要主场体育盛事。

  国家体育总局局长高志丹说,2023年是全面贯彻落实党的二十大精神的开局之年,是实施“十四五”规划承前启后的关键之年。体育战线要以习近平新时代中国特色社会主义思想为指导,全面贯彻落实党的二十大精神和党中央国务院重大决策部署,高质量推动体育各领域发展,加快推进体育强国新实践。

  群众体育彰显活力

  2022年10月,国际奥委会发布的《北京冬奥会市场营销报告》显示,本届赛事吸引全球20.1亿电视观众和数字平台观众,成为转播时长最多、收视率最高、数字化互动最广泛的冬奥会。北京冬奥会的影响力,更在于让冰雪运动从原来的小众项目成为大众新时尚。

  兔年新春,冰雪热让年味更浓。在北京什刹海冰场,大红灯笼点缀其间,中国短道速滑奥运冠军武大靖头戴熊猫帽、身着军大衣,与大爷们进行滑冰竞速。他说:“从小就是跐溜滑高手,到什刹海冰场,发现高手老多了。”

2023年1月20日,市民在北京什刹海冰场休闲。新华社记者 任超 摄

  在河北崇礼,各大雪场酒店房间基本均处于“爆满”状态。春节假期,崇礼区六大滑雪场游客达15.69万人次。雪场“人满为患”的消息,让国内雪圈为之一振。

  北京冬奥会种下的冰雪运动种子已经生根发芽。来自新疆石河子的小朋友聂榕辰是苏翊鸣的铁杆“迷弟”,只有6岁的他如今已有4年“雪龄”。这个冬天,他每周至少有10个小时“泡”在雪道上。未来,他希望像苏翊鸣哥哥一样进入国家队。

  内蒙古自治区呼和浩特市滑雪教练通石金说,北京冬奥会最直接的影响就是越来越多的家长给孩子报滑雪课,而且很多陪孩子来的家长也从最开始的“看看”,变成了后来的“练练”,大家都想体验滑雪的快乐。

  中国西北之北,阿尔泰山雪层厚、雪季长,而且是雪友最爱的天然粉雪。“冰天雪地也是金山银山”,一支专门做滑雪测评的创业团队已在此安营扎寨,远赴千里“淘金”的他们相信,三亿人参与冰雪运动只是开始,会有更多人追求更高层次的滑雪体验,“我们要在阿勒泰等他们”。

  随着“南展西扩东进”步伐加快,冰雪运动画卷也在我国南方铺开。新年伊始,为期3个月的四川全民健身冰雪季开幕,涵盖了竞技类冰雪赛事、亲子群众类体验等项目;湖北省第三届冰雪大会在恩施巴东绿葱坡滑雪场举行;在北回归线以南的广西南宁,每个周末都有约2000至4000人次踏上冰纷万象滑冰场……

  神州大地绽放冰雪运动之花,大江南北涌动全民健身热潮。岁末年初,2023北京冰雪消费节拉开帷幕;浙江江山一年一度的乡村运动会举办;中西部地区县域乡村足球赛在全国5个省区、26个县域内展开较量……

  党的二十大报告提出,广泛开展全民健身活动,加强青少年体育工作,促进群众体育和竞技体育全面发展,加快建设体育强国。在年初召开的各地两会中,有关“全民健身”“体育强国”的部署和规划、真招和实招陆续推出。

  北京市提出,扎实做好后冬奥文章,持续普及冰雪运动,加强青少年体育工作,广泛开展全民健身活动,新建或更新一批群众身边的体育设施,新增各类森林步道100公里、健康绿道50公里,推动京张体育文化旅游带建设;河北省提出,大力发展后奥运经济和文旅产业,实施冰雪运动、冰雪文旅、冰雪产业融合发展行动,加快冬奥场馆市场化开发,抓好京张体育文化旅游带等建设;浙江省提出,2023年要举全省之力办好杭州亚运会、亚残运会,加快建设省全民健身中心,新建省级基层体育场地设施1000个、“环浙步道”2500公里;四川省提出,要把群众体育健身需求纳入城市规划刚性要求,大力推动新建改建体育公园;广东省提出,广泛开展全民健身,推进公共体育场地设施建设和免费低收费开放……

  区域发展齐头并进

2022年1月21日,G8825次列车经过居庸关隧道,冒雪驶向太子城。当日,京张高铁冬奥列车开启赛时运输服务。新华社记者 邢广利 摄

  “本趟列车由清河站始发,经停八达岭长城站,最终到达崇礼站。”春节期间,北京清河站人来人往,携带各式各样雪具的游客们正兴冲冲地搭乘列车。京张高铁和京礼高速串联起了京津冀一小时交通圈,真正实现了路通人聚。

  在京张体育文化旅游带上,“首钢城市复兴新地标”“延庆最美冬奥城”“张家口亚洲冰雪旅游度假目的地”,已成为冬奥筹办带动本地发展的典型范例。

  北京冬奥会延庆赛区在赛后30多天就顺利完成从赛场到景区的转换,今年春节假期,北京市延庆区共接待游客75.8万人次,占全市乡村游接待游客总数的57%。延庆区区长叶大华介绍:“我们先后推出了冰灯、冰场、冰馆三块冰特色旅游产品,冰雪观光、冰雪赛事、冰雪民宿、冰雪运动等多种业态,延庆已成为广大冰雪爱好者的首选目的地。”

  因冬奥实现华丽转身的首钢园,正努力推动这里的山、水、冬奥、工业遗存融合发展。首钢滑雪大跳台作为世界上第一个永久性保留的滑雪大跳台场馆,将积极申办赛事;首钢极限公园成为京城滑板、攀岩等户外极限运动聚集地;北京冬季奥林匹克公园的42公里滨河步道,成为北京首条全封闭马拉松路线。

2023年1月15日,游客在首钢滑雪大跳台下体验雪地越野。2023年元旦开启的“首钢园冰雪汇”,让北京首钢滑雪大跳台成为大众冰雪乐园。新华社记者 鞠焕宗 摄

  在崇礼,冬奥红利变成实实在在的获得感。这个冬天的滑雪热让崇礼本地人卢永帅累并快乐着。作为滑雪教练,他这几年陆续通过了国内以及新西兰、加拿大等国的滑雪教练资格认证,收入也水涨船高,一个雪季每月能收入大几千元甚至上万元。奥雪极限雪具店店长闫永利也迎来了一年里最忙的时候。他说:“近期店里已经接待了六七千名顾客,还有来自俄罗斯、印尼的(顾客),营业额一天就有几千块钱。”

  冰雪运动的广泛普及,有力推动了冰雪装备制造、旅游休闲、服务培训等产业快速发展,如今的崇礼每4人中就有1人从事冰雪相关工作。

  2月1日发布的《可持续·向未来——北京冬奥会可持续发展报告(赛后)》和《北京2022年冬奥会和冬残奥会遗产报告(赛后)》显示,北京冬奥会在赛事结束时即实现100%碳中和;赛事筹办优先使用租赁的产品或部件,租赁比例约79%;在奥运史上首次把“大型活动可持续性管理体系、环境管理体系、社会责任指南”三个国际标准整合为一体,并获ISO标准《体育设施与大型赛事可持续性评价指南》的预立项……这些无疑为我国今后举办大型赛会积累了宝贵经验。

  在筹办和举办北京冬奥会、冬残奥会的过程中,全社会关爱、帮助残疾人成为共识。赛事的《无障碍指南》《无障碍指南技术指标图册》等技术规范,推动《北京市无障碍环境建设条例》修订和出台,全面提升了城市无障碍环境建设标准。

  ……

  冬奥筹办七年磨一剑,冬奥举办一朝铸经典。我国始终把冬奥筹办与城市、区域发展紧密结合,坚持冬奥成果与人民共享,通过推广普及冰雪运动带动全民健身走向纵深,通过产业发展促进就业增收,通过提升公共服务水平改善人民生活品质,让人民身心更健康、就业更充分、生活更美好。

  圆梦冬奥会,一起向未来。习近平总书记在北京冬奥会、冬残奥会总结表彰大会上指出:“伟大的事业孕育伟大的精神,伟大的精神推进伟大的事业。”北京冬奥值得永远铭记,北京冬奥精神将激励广大中华儿女在新时代踔厉奋发、不懈奋斗,创造奇迹。向着春天再出发,让我们一起向未来!

  文字记者:姬烨、孔祥鑫、李春宇

  参与采写:张骁、夏子麟、杨帆

  视频记者:孔祥鑫、夏子麟、张骁

  海报设计:赵丹阳

  新媒体编辑:黄康懿、王浩程

  (新华社)

                                                                                                                                                                        • 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)

                                                                                                                                                                            (文图:赵筱尘 巫邓炎)

                                                                                                                                                                          [责编:天天中]
                                                                                                                                                                          阅读剩余全文(

                                                                                                                                                                          相关阅读

                                                                                                                                                                          推荐阅读
                                                                                                                                                                          天天彩票“全民级影视”爆款力作让我们看到了什么?
                                                                                                                                                                          2024-01-29
                                                                                                                                                                          天天彩票哈尔滨金色夕阳映松江
                                                                                                                                                                          2023-11-16
                                                                                                                                                                          天天彩票珍贵影像:“国王的演讲”本人在此
                                                                                                                                                                          2023-12-18
                                                                                                                                                                          天天彩票 崔康熙战术打法仍难令人信服
                                                                                                                                                                          2023-09-20
                                                                                                                                                                          天天彩票 三里屯流行的高跟一字带凉鞋有多神奇?
                                                                                                                                                                          2024-03-15
                                                                                                                                                                          天天彩票冷链传播疫情怎么防?这些“杀手锏”不要忘
                                                                                                                                                                          2023-08-12
                                                                                                                                                                          天天彩票 连媒:一方中场差国安一个档次 U23条款是一方硬伤
                                                                                                                                                                          2024-02-06
                                                                                                                                                                          天天彩票今6科创基金认购达发行限额6倍
                                                                                                                                                                          2023-06-28
                                                                                                                                                                          天天彩票刘诗诗台北顺利产子 吴奇隆报喜:母子平安
                                                                                                                                                                          2023-10-20
                                                                                                                                                                          天天彩票秦岭别墅拆除后支脉骊山又被曝现别墅群 官方回应
                                                                                                                                                                          2024-04-26
                                                                                                                                                                          天天彩票未来火星栖息地长这样?
                                                                                                                                                                          2023-11-26
                                                                                                                                                                          天天彩票国资改革重磅文件出台,允许国企开展股权激励
                                                                                                                                                                          2023-08-12
                                                                                                                                                                          天天彩票第一课
                                                                                                                                                                          2024-04-20
                                                                                                                                                                          天天彩票绝地求生新系统武器熟练度上线
                                                                                                                                                                          2023-10-03
                                                                                                                                                                          天天彩票东五环共有产权房公示设计方案 建5-6层低密洋房
                                                                                                                                                                          2024-04-17
                                                                                                                                                                          天天彩票宋慧乔频繁亮相狂捞金?现身上海捐雕像,半个月上三次热搜
                                                                                                                                                                          2024-04-22
                                                                                                                                                                          天天彩票9000元宠物鸡被偷走,找到时已被拔毛准备下锅主人当场崩溃
                                                                                                                                                                          2024-05-16
                                                                                                                                                                          天天彩票 UZI直播用IG冠军卡莎皮肤
                                                                                                                                                                          2023-07-06
                                                                                                                                                                          天天彩票超期待 杨紫琼加盟《阿凡达》续集
                                                                                                                                                                          2024-02-01
                                                                                                                                                                          天天彩票“娃娃音”同框!林志玲与丫头合影被指认不出
                                                                                                                                                                          2024-03-17
                                                                                                                                                                          天天彩票 博格巴回应批评:他们靠说话挣钱 而我为我的球队而战
                                                                                                                                                                          2023-08-31
                                                                                                                                                                          天天彩票注意 中国留学生谨防陷入这些“打折学费”骗局中
                                                                                                                                                                          2024-02-16
                                                                                                                                                                          天天彩票中国制造 | 这座中国建水电站被印上了非洲纸币
                                                                                                                                                                          2023-07-17
                                                                                                                                                                          天天彩票12本关于“摄影书”的馆藏
                                                                                                                                                                          2024-01-07
                                                                                                                                                                          加载更多
                                                                                                                                                                          天天彩票地图