聚焦重点领域 系统谋划未来产业发展******

　　作者：鹿文亮、王晓明（中国科学院科技战略咨询研究院）

　　近年来，我国在新能源汽车、人工智能、量子信息、绿色低碳、基因技术等领域取得了一系列重大科技创新成果，培养了一批科技领军人才，孵化了一批科技创新型企业，这些都为我国开辟新赛道、谋划未来产业发展创造了能力和条件。

　　我国“十四五”规划和2035年远景目标纲要提出，前瞻谋划未来产业。在类脑智能、量子信息、基因技术、未来网络、深海空天开发、氢能与储能等前沿科技和产业变革领域，组织实施未来产业孵化与加速计划，谋划布局一批未来产业。国家层面高度重视，多部委提出要布局和发展未来产业。科技部、教育部发文确定了10个未来产业科技园建设试点以及1个建设试点培育。进一步明确未来产业重点领域，推进典型应用场景示范，培育产业创新生态，系统谋划未来产业发展具有重要意义。

　　我国已具备发展未来产业的能力和条件

　　近年来，我国在新能源汽车、人工智能、量子信息、绿色低碳、基因技术等领域取得了一系列重大科技创新成果，培养了一批科技领军人才，孵化了一批科技创新型企业，这些都为我国开辟新赛道、谋划未来产业发展创造了能力和条件，具体表现在以下几个方面：

　　在科技创新方面，我国已经构建了从国家到区域的科技创新体系，不断强化战略科技力量。先后布局了一批大科学装置，为我国在基因技术、未来网络、绿色低碳等未来产业方向的技术突破奠定了基础。国家层面支持有条件的地方建设综合性国家科学中心或区域科技创新中心，使之成为世界科学前沿领域和新兴产业技术创新的高地和创新要素的汇聚地，构建了“国家+区域”的科技创新体系。形成了由国家科研机构、高水平研究型大学、科技领军企业构成的国家战略科技力量，并不断强化战略科技力量的创新能力。

　　在产业发展方面，近十年战略性新兴产业的持续发展在部分领域形成了全球影响力。我国在5G、北斗、高铁、特高压、新能源汽车等领域取得了显著成绩。新能源汽车实现弯道超车，构建了完整的产业链条，产销量连续多年位于全球第一。我国还建成了全球最大的5G网络，中国企业声明的5G标准必要专利占比达到38.2%，并逐步拓展5G在工业、交通、制造等多个行业的融合应用。我国在战略性新兴产业方面取得的成就，为我们开展前沿技术创新及发展未来产业奠定了基础。

　　从发展经验来看，我国初步探索了前沿技术创新的发展模式和路径，积累了培育未来产业的经验。过去十年来，依托区域创新体系建设和战略性新兴产业发展，我国在创新主体和平台建设、科技成果转化等方面，建立了包括人才、知识产权、风险投资等在内的要素和市场体系。在云计算、大数据、人工智能、5G等领域发挥了民营企业和平台公司的创新作用，在高铁、特高压等高端装备领域探索新型举国体制，积累了培育发展未来产业的经验。

　　面向重点领域布局未来产业生态体系

　　未来产业具有依托新技术、引领新需求、创造新动力和扩展新空间的“四新”特征。发展未来产业要充分考虑国家发展战略需求，还要考虑到未来产业的前瞻性和不确定性。为此，要统筹布局，把握未来产业发展方向，在不确定性中寻找确定性，通过推进科技成果转化来实现未来产业落地发展。在特定区域先行先试，通过创新政策、创新场景培育一批“新物种”企业，构建未来产业生态。

　　首先，面向国家发展战略需求，明确我国未来产业重点领域和发展方向。未来产业是由重大前沿技术创新驱动，对我国经济社会具有支撑引领作用，当前处于萌芽或产业化初期的前瞻性新兴产业。未来产业的发展具有不确定性，但从技术发展趋势和未来消费需求升级来看，未来产业的发展又有一定的确定性。以“十四五”规划中未来产业的六大领域为重点，中央经济工作会议进一步明确，加快推进新能源、人工智能、生物制造、绿色低碳、量子计算等前沿技术研发和应用推广。确定优先发展的未来产业方向，进一步组织攻关一批需要重点突破的关键核心技术。

　　其次，加快推进前沿技术的产业化落地，建设一批“未来+”应用场景。将未来产业的创新技术与行业需求进行匹配，探索未来产业技术和产品的重点应用领域。面向“未来+”场景，推进“技术创新—产品研发—场景应用”的融合创新，打造未来城市、未来能源、未来交通、未来制造、未来农业、未来健康等重点场景。发挥场景创新的牵引作用，率先引导一批技术成熟度高、产业化能力强、市场需求旺盛的未来产业前沿技术在应用场景和行业领域产业化落地。

　　最后，遵循产业发展规律，培育未来产业创新生态。遵循从前沿技术创新到产业化应用的发展规律，以原始创新为引领，按照“技术创新—成果转化—示范应用—生态培育”的发展思路，制定一批创新政策和管理规范，攻克一批战略性和引领性的前沿技术，孵化一批未来产业“专精特新”和“新物种”企业，建成一批未来产业示范应用新场景，培育竞争力强、经济效益好、具备一定国际竞争力的未来产业创新生态。

　　为未来产业配置资源要素和发展空间

　　发展未来产业具有战略意义，但由于未来产业成熟度较低，回报周期长，早期应给予引导与支持。一方面是将资金、人才等要素向未来产业技术研发和产业化倾斜，提升产业成熟度；另一方面则是通过模式创新和领域开放，为未来产业提供发展空间。具体可以从以下几方面发力：

　　一是引导科技研发项目向未来产业重点领域倾斜，突破一批关键核心技术。科技政策聚焦自立自强，完善新型举国体制，发挥政府在关键核心技术攻关中的组织作用。面向我国未来产业发展需求，推动相关部门、研发机构和科技企业自上而下地布局科研项目向未来产业重点领域倾斜。针对产业发展的短板环节和可能形成战略长板的领域方向，引导战略科技力量增加研发投入。

　　二是建立未来产业创新激励政策，汇集未来产业资源要素。制定财税、金融、人才等产业政策，并在未来产业先导区先行先试，利用产业政策汇集人才、资金等要素，并探索政策的精准性和效能。政府层面设立未来产业“母基金”，并与市场资金共同设立专项“子基金”进行投资，同时发挥政府引导作用和市场选择作用。发展与安全并举，加强金融监管，推动形成“科技—产业—金融”良性循环发展。

　　三是鼓励模式创新与新兴领域探索，为未来产业提供发展空间。在涉及国家战略的未来产业领域，发挥新型举国体制的技术攻关组织和产业化推动作用。在关系到国家安全的未来产业自主创新领域，发挥政府采购等的作用，为新技术、新产品提供市场空间。

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）