探访中国残疾人游泳队集训：年轻队员期待冲击奥运******
中新网北京1月22日电 题：探访中国残疾人游泳队集训：年轻队员期待冲击奥运
作者 郝凌宇
步入中国残疾人体育运动管理中心的游泳馆 ，"啪啪" 的有节奏拍水声马上将人的注意力吸引到泳池边 。泳池中 ，一位独臂运动员 的手臂划出大大的弧线 ，拍击水面 ，划水向前 。
这 是中国残疾人游泳队运动员伍洪良正在泳池中训练。今年春节期间 ，中国残疾人游泳队正在此处集训 ，备战2023年 的各项国际赛事 ，力争2024年巴黎残奥会的参赛资格。
游泳同田径并列为竞技体育之本 。中国残奥代表团曾连续五次取得残奥会金牌榜 、奖牌榜双料第一 ，其中游泳项目是夺金"大户"。在东京残奥会上 ，游泳队获得19金19银18铜共56枚奖牌 ，成为该项目金牌奖牌双榜榜首，同时打破了逾10项世界纪录 ，在奖牌数量和质量上均取得了不俗成绩。
对于在此集训的几位年轻选手来说 ，游泳队过往成绩 是压力也是动力。拿下资格赛，参加残奥会并冲击金牌 是所有集训运动员 的目标 ，而伍洪良 是当中更为迫切的一位。
来自贵州 的伍洪良此前曾斩获陕西全国残运会男子S8级100米蝶泳金牌 ，练习游泳的十余年生涯中累计收获逾80枚奖牌 。从市队到省队他一直训练不辍 ，一步一个脚印地进步，最终被国家队选中 ，参加了本次集训 。“刚开始学游泳比较难 ，但每次看到别人游在前面我就会很不服气，就想让自己成为那个最快的人 。”
对于即将到来 的世界残奥游泳系列赛 ，伍洪良显得很有信心 。他表示教练团队和保障团队都进行了充分准备，给运动员提供助力 。自己将在国际比赛中完成锻炼和定级 ，争取在杭州亚残会上取得好成绩 。
来自福建漳州 的卢燕琳今年16岁 ，是参加此次集训中年龄最小的游泳队员 。她曾在陕西全国残运会上斩获三银三铜，来到国家队参加集训后，她对自己有了新要求 ：“之前比赛没拿到第一感觉很可惜 ，我觉得集训我还可以再努力一点 ，该认真 的时候就得认真 。”
运动员郭金城正在进行力量训练 董泽宇 摄对于第一次参加国家队集训 的她来说，教练系统的动作纠正和战术指导 、参赛级别的提升、比赛对手 的竞技水平都给她留下了深刻印象。“能进国家队是我们运动员至高无上 的荣誉，我很高兴 ，也特别珍惜这一次机会。”
卢燕琳说自己很喜欢游泳 ，所以对身边年纪稍大的运动员充满羡慕：“我看很多运动员都比我大，坚持游了很长时间 ，我特别羡慕他们(能一直参加比赛) 。我相信自己也可以做到。”
2001年出生 的郭金城此前曾有在运动管理中心参加训练 的经历 。他坦言得知今年无法和家人过年时多少有些遗憾 ，但自己清楚不训练就没办法保持竞技状态。“进入泳池后人感到轻松，也就不会想太多 。”
不同特点、不同性格的运动员对教练团队来说 是不同的挑战 。对已有十余年残疾人游泳执教经历 的游泳队教练刘韬来说 ，看到年轻运动员能努力训练是十分开心的。他表示 ，很多残疾人在开始接触运动时会有些内向或自卑 ，但是通过一段时间 的体育训练后 ，运动员从生理到心理都会有很大的改变，对其生活也有很大帮助。
中国残疾人体育运动管理中心竞训一部副部长高巍表示 ，本次集训时间比较短，所以不会要求年轻选手马上找回参加全国残运会 的竞技状态，期待新队员能够通过训练逐渐找到感觉 ，先实现“小目标”。
“残疾人运动员有自己的特点。这1个月 是我们和新队员相互了解的磨合期，接下来我们会综合考量运动员 的不同个性 、不同残疾程度 、不同的心理抗压能力，一人一案制定合适 的训练计划。”高巍说。
离开游泳馆时 ，上午的训练已经结束。离开场馆的卢燕琳笑着朝记者招手比心 ，提醒众人一群年轻运动员已经在团圆 的春节开启了对奥运梦想的追逐 。(完)
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） 百姓彩票地图 |
