网信彩票|网信彩票

女排超级联赛探路前行******

　　近日，2022-2023中国女子排球超级联赛决赛在江西上饶落幕。天津队在三场两胜制的决赛中以总比分2比0成功卫冕，获得队史第15个联赛冠军。

　　本次联赛自去年11月10日在江苏常州揭幕，持续近两个月。拥有李盈莹、王媛媛、姚迪和王艺竹等多位女排国手，以及强力外援瓦尔加斯的天津女排，在联赛中依然展示出强大的统治力。

　　第一阶段循环赛，天津队先后击败了其余13支球队，保持全胜。随后的分组排位赛和淘汰赛，天津女排愈战愈勇，最终以22战全胜的战绩强势夺冠。

　　从联赛最终的前8排名来看，竞争格局有一定变化，但并未彻底改变传统秩序。唯一令人感到些许意外的，是仅获得第6名(近7年最差战绩)的江苏女排。队伍青黄不接，张常宁、龚翔宇等国手并未参赛都是导致队伍成绩下滑的直接原因。

　　得益于本届排超联赛取消外援数量的限制，有多支球队都引进了多名外援，但最终会师决赛的是各自只引入了一名外援的津、沪两队。

　　天津女排的陈博雅和张世琦都是首次代表球队主打联赛，两人均有不俗表现。虽然在一传环节仍有提升空间，但陈博雅多变的进攻手法以及沉着稳定的发挥，让球迷有了更多期待。张世琦在袁心玥缺阵的情况下，与王媛媛共同撑起了队伍的副攻线，表现出独当一面的气质。

　　上海女排由仲慧、王唯漪和高意等球员挑起大梁，辅以一众年轻球员，在本赛季联赛掀起一股“青春风暴”。尽管国手不多，但全队展现出的战术素养以及团队合作，令人眼前一亮。尤其是在半决赛的较量中，面对外援较多的深圳女排，上海队年轻球员展现出很强的进攻实力，干净利落地赢得了比赛。

　　本次联赛在主攻方面，令人印象深刻的有福建队庄宇珊、江苏队吴梦洁、广东队王逸凡、四川队缪伊雯等。在接应方面，上海队的王音迪和江苏队的周页彤发挥出色。二传方面，上海队的许晓婷表现突出。而在自由人方面，四川队杨玉宁的各项技术统计均位于榜首。

　　上述队员中，王逸凡和王音迪年仅17岁，潜力不俗。而吴梦洁、王逸凡、缪伊雯等球员，虽然过去曾经入选过国家队，并非完全意义上的新人，但她们以前在国家队处于相对边缘的位置，此番用稳定表现再度证明自己，有利于国家队人员的有序竞争。

　　自1996年推出主客场赛制以来，中国排球联赛已有20多年的发展历程，但与中超、CBA等国内其他“三大球”职业联赛，以及与国际高水平排球联赛相比，排超联赛在影响力、商业化、运营方面均存在着明显差距。

　　去年1月，排球联赛改革成为全国排球工作会议的中心议题。业内人士认为，虽然本赛季女排超级联赛并不完善，但仍在积极探索和改革。“只有在加强顶层设计，不断总结改革经验的基础上，兼收并蓄，才能提升联赛水平，早日将排超联赛打造成具备国际影响力的高水平联赛。”

人工智能，如何妙笔“生”画******

　　核心阅读

　　输入一段话，“绘”出一幅画——人工智能的绘画本领，吸引众多职业画师和零基础用户尝鲜。人工智能绘画的本质是计算，接受“语言描述”指令后根据自身的理解还原出图像。未来，人工智能技术应用于艺术创作等领域，还要注意防范潜在风险，让技术进步更好地造福社会。

　　不用画笔、颜料，输入一段描述性文字，计算机就能自动解析，生成相应的画作。2022世界人工智能大会上，人工智能绘画的展示令观众惊叹。

　　一些过去专属于人类创作的领域，比如绘画、书法、写作、作曲，如今人工智能也已开始涉足。人工智能是如何绘画的？当前沿技术与艺术相遇，将碰撞出怎样的火花？在内容、版权等方面又是否存在问题？

　　从文本到图像，人工智能绘画本质是计算

　　人工智能绘画是一个从文本到图像的生成过程，输入一段话，生成一幅画，本质是计算。简要地说，计算机通过大量学习，能识别特定图片元素和文本之间的关联。同理，人工智能程序在收到“语言描述”指令后，可以根据自身的算法还原出图像。

　　设定计算机程序作画的想法由来已久。早在20世纪70年代，就有艺术家开发了操作机械臂的电脑程序，让机械臂按照指令在画纸上作画。近些年，人工智能技术日新月异，科研人员尝试设计自动作图的计算机程序。但过去很长一段时间，人工智能“画”出的作品普遍不够好，往往只是一些模糊的图像元素的组合，还称不上是完整的画。

　　今年以来，人工智能画技迅速“进化”。谈及技术突破原因，百度文心一格总架构师肖欣延认为，这是预训练大模型的兴起、大数据的训练和扩散模型的出现3方面共同作用的结果。

　　具体来说，预训练大模型增强了人工智能的通用性，成为人工智能技术及应用的新基座；大数据的训练中，通过在众多高性能GPU(图形处理器)算力资源中进行并行学习，计算机能够在短时间内完成大量的数据学习。近年来，几乎所有人工智能的技术发展都受益于这两方面的进展。而对人工智能绘画来说，扩散模型的出现至关重要。

　　扩散模型的原理是，通过人为逐步添加噪声，让图像逐渐变“模糊”，再不断学习去噪过程，如此人工智能就能从完全是噪声的图片中逐渐还原出清晰的图片，即“画”出图像。

　　“这一过程与人类学习相似。通常，人们学画从临摹开始，机器也是如此。它最初生成的图像可能很模糊，但计算机会不断修正，从而输出越来越清楚、层次越来越丰富的图像。”肖欣延说。

　　扩散模型让人工智能绘画技术实现跨越，不仅作画质量快速提升，生成时间也缩短到几秒钟。

　　众多用户尝鲜，大量应用加速“画技”进化

　　汤林杰是某互联网公司的运营人员。工作中，他需要借助一些图片来丰富文案，而网络上找到合适的配图并不容易。今年10月，了解人工智能绘画程序后，他尝试自己“画”图。现在，人工智能绘画工具已经是他工作的重要辅助。

　　随着算法模型对公众开放以及训练数据成本的下降，人工智能绘画门槛越来越低，一些简易化操作平台在国内外兴起。如今，不仅一些职业插画师尝试用人工智能绘画程序辅助作画、激发灵感，许多没有绘画基础的用户也开始尝鲜，并“晒”在社交平台上。

　　大量需求的涌现也加速了技术的更新迭代。“用人工智能绘画的人越多，算法就越能理解输入的描述文本，画作质量就越高。”肖欣延表示，当前人工智能绘画水平与今年初相比，已经有很大进步。

　　不过，目前的人工智能绘画技术并不完美。首先，可控性仍然不高，即计算机不能很好理解人类指令的含义，即便是输入“画两个苹果，左边红色，右边绿色”这样的简单描述，生成的图像也可能有很大偏差；其次，细节呈现能力还不够。比如，对空间、透视和光影的刻画就很不如意。不少人工智能渲染出的画作，初看上去惊艳，认真观察问题却不少。

　　但肖欣延认为，人工智能绘画在技法上的缺陷未来有望得到弥补。比如，基于跨模态大模型和强大的深度学习框架，百度开发的技术一定程度上已经缓解这些问题。此外，未来人工智能不仅能作画，还能根据文本描述生成视频，并直接配上解说文字，“可以把视频生成看作是维度更高的绘画，从技术层面看，这是可以实现的。”

　　防范潜在风险，守住法律和伦理底线

　　人工智能进入绘画领域，计算机会取代人类画师吗？

　　在肖欣延看来，好的绘画与构图、设计语言、视觉情绪息息相关，即使人人都可以用人工智能技术作画，但通常只有高水平的画师才能制作出优秀的人工智能绘画作品，“人工智能只是作画的辅助工具”。此外，虽然有的人工智能绘画语言娴熟，也包含细腻的情感，但并不意味着机器有意识、情感，它不过是学过类似的作品，又恰好呈现出来了。“优秀的艺术作品往往是人的思想的投射，目前机器并没有真正具备思考能力。”肖欣延说。

　　不少业内人士认为，不妨以开放的心态拥抱人工智能绘画，接受新事物。可以预想，将来绘画中一些繁琐、重复性的工作可能由计算机完成，创作者能腾出更多时间去构思想法与创意，调整构图、色彩、光影氛围等。

　　“人工智能可能会激发绘画创造的活力。”肖欣延表示，20世纪前后，照相技术让传统肖像画失去市场，促使一些画家向非写实方向创新。与人工智能技术融合，或许能激发画家创作出别开生面的作品。

　　不过，由于人工智能绘画发展刚刚起步，技术发展也引发关于版权、内容把控等问题的争议。比如，有人认为，未经授权人工智能画作模仿原画的内容、构图和风格等，侵犯了原作者的版权，有违法嫌疑。也有人认为，“机器学习”过程是一种类人化的创作行为，同样体现了创造者的思想和劳动，应当获得版权保护。此外，还有人担忧，人工智能绘画技术若被滥用，可能滋生暴力等令人不适的图像。面对新技术发展，有必要前瞻潜在的风险，只有守住法律和伦理底线，技术进步才能更好地造福社会。

　　不只是绘画，写作、作曲、生成短片，人工智能日益强大的深度学习能力，让它与不同艺术门类发生着奇妙的碰撞。展望未来，业界专家认为，人工智能与艺术融合，一方面会降低一些艺术门类的创造门槛，让更多人参与到当代的审美创造中来；另一方面新技术会带来新的审美风格，人们或许能从中扩展对自身和世界的认识。

　　记者 喻思南

　　（文图：赵筱尘 巫邓炎）