名为奖励、实为门槛？跑单奖励让骑手陷入不停接单困局******

　　看似“跳一跳就能够着” ，实则掉进“连环套”

　　跑单奖励让骑手陷入不停接单困局

　　专家建议 ，平台算法设计应更人性化 ，保障骑手身心健康

　　本报北京2月2日电(记者刘小燕)晚上10点 ，阿峰送完了最后一单外卖。回家打开软件后 ，他看到了上月跑单收入 的最终数据 ：1月共收入15401.36元，其中活动奖励收入3342.6元，占比近22% 。

　　春节前后，多名外卖骑手向记者反映 ，跑单数量越多，获得活动奖励的机会越大，赚取的奖励金额也越高。但名为奖励、实为门槛 的设置 ，也使骑手陷入不停接单 的劳动困局 ，甚至产生安全隐患 。

　　“平台 的活动每个月都不一样 ，但都 是需要完成不同门槛 的配送任务才有奖励，总之就 是要多跑单。”据阿峰介绍，他1月31日参加了早中晚三个时段的“跑单礼”活动 。按活动规则 ，阿峰在9点~15点跑单 ，完成9单奖励21元，完成21单奖励59元 ，完成27单奖励87元 ，完成33单奖励126元 。为得到最高奖励，阿峰在该时段跑满了33单获得了126元 ，但此时他已经7个小时没吃饭了 。

　　由于完成任务量按接单时间计算 ，有骑手为了接够活动时间段内 的单量，还会冒险接单。“有时时间快截止了 ，单量还没满足奖励门槛，有的骑手就会一边骑车一边刷手机接单。”阿峰说，还有骑手尽管电瓶车电量快耗尽了，也要先接单，就是为了凑够单量，但这样会引发道路危险 。

　　实打实的奖励数字 ，对骑手而言是有效的激励，却也给他们带来苦恼：一旦某段时间跑单量下降，不仅影响当时收入，还会对后续收入产生影响 。在参加工作日“午高峰收入加速”活动时 ，阿峰的每单奖励有时为1.2元，有时却只有1元 。“如果上周送单少，骑手等级就会下降 ，奖励也就下降了 。”阿峰解释说，想要维持高等级，多接单、多送单就少不了 。

　　中国青少年研究中心青年发展研究所副所长郭元凯认为 ，平台推行 的跑单奖励活动 是一种用工管理手段，但并非可持续 的方式 。这种额外激励 ，很容易诱导骑手产生“跳一跳就能够着”的挑战心理，这就无形中延长了骑手的劳动时间 ，长时间高强度的工作 ，增加了骑手身心健康的风险 。

　　阿峰也坦言，跑单奖励活动更像是一串甜蜜的“陷阱” ：“就像一个连环套，跑够了第二档奖励，就想着再够上第三档奖励，慢慢就越接越多。全部都想拿最高奖励 的话 ，一天得跑20个小时，一天三顿饭都没法准点吃。”

　　“不可否认，跑单奖励活动对于增加骑手收入 、激发其工作积极性具有积极影响 ，但骑手应根据身体情况选择合适 的工作量 ，不要把获奖励看作是必须完成的任务 。”郭元凯建议，平台应将算法设计得更加人性化，保障骑手 的身心健康 。

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）