当我们让AI画一幅伦勃朗风格的牛时，它的大脑里到底在想什么？这个听起来像科幻小说的问题，现在有了令人惊喜的答案。来自米兰大学计算机科学系的三位研究者——Alfio Ferrara、Sergio Picascia和Elisabetta Rocchetti——在2025年8月31日至9月3日举办的IEEE国际机器学习信号处理研讨会上发表了一项开创性研究。这项研究首次揭示了文本生成图像AI模型是如何理解和处理艺术作品中画什么和怎么画这两个基本概念的。感兴趣的读者可以通过访问研究代码和数据集。

　　这项研究就像给AI画家做了一次大脑扫描。研究团队发现，当我们告诉AI画一只长颈鹿，用分析立体主义的风格时，AI的注意力会神奇地分成两部分：一部分专门关注长颈鹿本身（内容），另一部分则专门处理分析立体主义的特征（风格）。更有趣的是，这种分工并不是人为设计的，而是AI在学习过程中自发形成的能力。

　　这个发现颠覆了我们对AI艺术创作的理解。传统上，计算机视觉领域一直认为内容和风格应该是完全独立的两个概念，就像做菜时的食材和烹饪方法一样。但问题是，现在这些AI模型在训练时并没有被明确告知什么是内容、什么是风格，它们只是看了数以亿计的图片，然后自己学会了画画。那么，它们是否真的理解了内容和风格的区别呢？

　　研究团队使用了一种叫做交叉注意力热图的技术来窥探AI的思考过程。这就像给AI戴上了一副特殊眼镜，让我们能看到AI在生成图片时，每个词语对画面不同区域的影响程度。当AI处理一幅分析立体主义风格的长颈鹿画作这样的指令时，研究人员发现，长颈鹿这个词主要影响画面中动物本身的区域，而分析立体主义则主要影响背景和纹理部分。

　　更引人注目的是伦勃朗的牛这个例子，这也是论文标题的由来。研究发现，当AI被要求画伦勃朗风格的牛时，它竟然给牛穿上了衣服！这是因为AI从大量伦勃朗的画作中学到，伦勃朗主要画人物肖像，所以当遇到牛这个不寻常的主题时，AI试图用它熟悉的伦勃朗元素（比如服装）来表达这种风格。这种现象揭示了AI学习艺术的独特方式：它不仅仅是在模仿技法，还在尝试理解和重新组合艺术元素。

　　为了验证这些发现，研究团队设计了一套严谨的实验方法。他们从微软COCO数据集中选取了80种不同的物体作为内容元素，从WikiArt数据集中选择了50种风格描述符，包括23位著名艺术家和27种艺术运动。这样的组合产生了16000个独特的画画指令，涵盖了从毕加索风格的香蕉到印象派的自行车等各种有趣的组合。

　　实验使用了Stable Diffusion XL这个目前最成熟的开源文本生成图像模型。研究团队为每个指令生成图像，然后分析AI在处理内容词汇和风格词汇时的注意力分布模式。他们使用一种叫做交并比的数学方法来测量内容和风格注意力区域的重叠程度。如果重叠很少，说明AI确实将内容和风格区分对待；如果重叠很多，则表明AI可能将这两个概念混淆了。

　　研究结果令人振奋。在大多数情况下，AI确实表现出了对内容和风格的清晰区分。统计分析显示，内容和风格词汇的注意力重叠程度显著低于随机基准，这意味着这种分离不是偶然现象，而是AI学会的一种系统性能力。

　　然而，这种分离能力并不是在所有情况下都表现一致。研究发现了一些有趣的规律：动物类的内容词汇（如长颈鹿、斑马、熊）往往能与风格词汇实现最清晰的分离，而人这个词汇的分离效果最差。这可能是因为在艺术史中，人物肖像本身就承载着强烈的风格信息，使得内容和风格更难区分。

　　在风格方面，研究发现写实主义艺术运动（如新写实主义、洛可可）比抽象艺术运动（如抽象表现主义、立体主义）更容易与内容实现分离。这个发现非常合理：写实主义强调准确描绘对象本身，而抽象主义往往会改变或重新诠释对象的形态，使得内容和风格更加交融。

　　最引人注意的发现是关于个别艺术家的特殊行为。在所有测试的艺术家中，只有伦勃朗出现了负的分离值，意味着当使用伦勃朗风格时，内容和风格的融合程度超过了平均水平。这种现象特别在画人物时更加明显，可能与伦勃朗大量的自画像作品有关——AI学到的伦勃朗风格与人物形象紧密关联，难以分离。

　　研究团队还发现了一些令人惊讶的边缘案例。比如，当AI被要求画拉斐尔·基希纳风格的胡萝卜时，画面中竟然出现了一位女性形象。这是因为基希纳以画女性肖像著称，AI在处理这个不寻常的组合时，倾向于加入它认为符合该风格的典型元素。

　　这种现象反映了AI学习艺术的一个重要特点：它不仅学习绘画技法，还学习了艺术家的主题偏好和创作习惯。当遇到与艺术家常见主题不符的内容时，AI会尝试用该艺术家的典型元素来补偿，创造出意想不到的融合效果。

　　为了确保研究结果的可靠性，研究团队使用了多种不同的阈值设置来分析注意力热图。无论是使用固定阈值还是基于百分位数的相对阈值，实验结果都保持一致，证明了发现的稳健性。统计检验显示，所有配置下的结果都具有高度显著性，排除了偶然性因素的影响。

　　这项研究对我们理解AI艺术创作具有重要意义。首先，它证明了大规模AI模型能够在没有明确指导的情况下，自发地学会区分艺术作品的内容和风格成分。这种能力的出现，为我们提供了AI如何理解和处理复杂艺术概念的珍贵洞察。

　　其次，研究揭示了AI艺术创作的细致入微之处。AI不仅仅是简单地复制和粘贴艺术元素，而是在深层次上理解了不同艺术家和艺术运动的特征，并能够智能地将这些特征应用到新的创作情境中。

　　第三，这些发现对改进AI艺术生成系统具有实用价值。了解AI如何处理内容和风格信息，可以帮助开发者设计更好的提示词策略，创造更精确、更富表现力的艺术作品。

　　研究也揭示了当前AI艺术系统的一些局限性。某些内容和风格的组合仍然会产生混淆，特别是当内容与特定艺术家的典型主题相冲突时。这提醒我们，AI虽然在艺术创作方面取得了令人印象深刻的进展，但仍然受到训练数据的偏见和局限性影响。

　　对于普通用户来说，这项研究提供了使用AI艺术工具的实用指导。在选择提示词时，考虑内容和风格的匹配程度可能会影响最终结果的质量。选择与特定艺术家常见主题相符的内容，可能会获得更好的风格表现效果。

　　展望未来，这项研究为AI艺术领域开辟了新的研究方向。研究团队表示，他们计划将这种分析方法扩展到其他文本生成图像模型，并与艺术领域专家合作，进行更深入的人类评估和分析。他们还计划探索不同的注意力提取方法和重叠度量标准，以更全面地理解AI的艺术创作机制。

　　这项研究的影响远远超出了技术层面。它让我们重新思考艺术创作的本质：什么是风格？什么是内容？它们之间的边界在哪里？当机器能够理解和模仿这些概念时，我们对艺术和创造力的定义又该如何演进？

　　说到底，这项研究告诉我们，AI已经不再是简单的图像复制机器，而是发展出了对艺术概念的深层理解能力。虽然这种理解可能与人类的艺术认知存在差异，但它代表了人工智能在理解和创造人类文化表达方面的重要进步。当我们下次使用AI创作艺术作品时，或许可以更加欣赏这个过程中隐藏的复杂性和智慧。毕竟，就连伦勃朗的牛也不只是简单的技术展示，而是AI对艺术理解的独特诠释。

　　对于那些对AI艺术创作感兴趣的读者，这项研究不仅提供了理论洞察，更开放了代码和数据集供进一步探索。研究团队希望这项工作能够促进更多关于AI艺术理解机制的研究，最终帮助我们创造出更加智能、更富创造力的AI艺术系统。

　　A：AI通过交叉注意力热图技术来处理这两个概念。当接收到伦勃朗风格的牛这样的指令时，AI会将注意力分成两部分：一部分专门关注牛这个内容对象，另一部分处理伦勃朗风格的绘画特征。这种分工不是人为设计的，而是AI在学习大量艺术作品后自发形成的能力。

　　A：这主要取决于艺术家的创作习惯和主题偏好。比如伦勃朗以人物肖像和自画像著称，所以AI学到的伦勃朗风格与人物形象紧密关联，很难分离。写实主义艺术运动比抽象艺术运动更容易分离，因为写实主义强调准确描绘对象，而抽象主义往往改变对象形态。

　　A：研究发现可以帮助用户更好地设计提示词。选择与特定艺术家常见主题相符的内容（比如用伦勃朗画人物而不是动物）可能获得更好的风格效果。另外，动物类内容词汇比人物更容易与风格实现清晰分离，这可以指导用户在创作时的选择策略。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　网红刮腻子哥突发意外去世，年仅56岁，知情人称其钓鱼时与一男子一同遇难，女儿刚给他买了车

　　泽连斯基拒绝向俄罗斯作出领土让步，特朗普：我非常、非常强烈地反对他的观点

　　冰箱彩电大沙发入侵越野圈！坦克500：高阶驾驶辅助+后排追剧，越野还叫吃苦？

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律