剧版改影版：“二次开发”要有“二次生命”******
作者：李勤余
最近热映的电影版《想见你》与剧版《想见你》有着千丝万缕的联系，沿袭了原作的人物设定与情感逻辑，这让剧版粉丝在影院里收获了不少亲切感。但对于没看过原作的观众而言，影版《想见你》可能就不那么友好了。
这大概是“电视剧的电影改编”必须要面临的普遍困境。就市场而言，电视剧的电影改编是对一个优质IP的二次开发，是用最简单实用的方式实现利润最大化；就观众而言，去影院欣赏由电视剧改编而来的电影，是对电视剧的二次消费，也是对集体共鸣的二次呼唤。看似是“双赢”的生产模式，却对创作者提出了更高的要求——他们能不能在新的媒介舞台上延续原有作品的艺术生命和人物魅力，实现或贩卖于观众而言未尽的情怀？
尽管就目前的情况看，电视剧的电影改编难度不小，难成主流，可它也未必是昙花一现。因为二度创作出来的电影不仅能开发出电视剧的后续商业价值，或许还能为当下的电影市场增添更新鲜的文本元素。
“电影范儿”的表层转换
不可否认，电视剧和电影在叙事长度、密度和容量上都有不同，但是把电视剧改编成电影，绝不应该成为浓缩剧情或砍去枝蔓的“精编版”。如果只是完成镜头语言的表层转换，而没有遵循不同媒介叙事规律的情节改编，由电视剧衍生出的电影就不会有属于自身的“二次生命”。
电影由于时长的限制，在塑造人物形象时多采用典型化的手法；而电视剧则没有此类限制，可以更细致全面地刻画人物形象，多侧面地展示人物性格，让角色更有立体感、亲和度。曾经在电视上收获流量和热度的《三生三世十里桃花》《步步惊心》《何以笙箫默》等作品一进入影院立刻就遭遇惨痛的滑铁卢，其根本原因就是在失去了大量的生活场景、人物对话和情节段落后，电视剧里原有的丰富剧情变得模糊琐碎，从而导致最终的叙事失焦。而观众对此最直观的感受就是“找不到重点”。
同样，剧版和影版《想见你》凸显的都是男女主人公对爱情的执着——剧中人一次次穿越，就是为了挽回悲剧，完成双向奔赴。但电视剧可以用大量情节铺陈相爱的经历、心动的过程，但在电影里，我们只能见到各种快速的剪切和转场。诚然，原剧粉丝仍能get到黄雨萱与李子维的“发糖”环节，但对原作并不熟悉的观众而言，就会感到突兀与生硬，很难完成与影片角色的共情。
有一种观点认为，电视剧的镜头语言以情节表现为核心，对视听造型功能创新化的追求会受到抑制。因此，从电视剧到电影，就应该让视觉效果更有冲击力，色调影调更加风格化，通俗地说，就是要有“大场面”，让电影“更像电影”。
比如，原本主打悬疑的电视剧《痞子英雄》到了大荧幕上就成了各种爆破戏、动作戏的集锦，画面虽然更酷炫，更有“电影范儿”了，但这种简单的电影化策略无论在票房还是在口碑上显然都与成功相距甚远。
类似的，影版《想见你》似乎也把力气用错了地方。这一回，“凤南小队”柯佳嬿、许光汉和施柏宇的舞台不再局限于台北的乡下，而是有了“双城故事”。但场景的丰富和格局的增大反倒换来了原作一系列元素的丢失，比如“自我认同”“校园霸凌”等社会议题不见了踪影，以至整部电影有跌落回“不负相遇”式庸俗爱情剧的危险。
不“破”不“立”的重构
那么，电视剧的电影改编到底该怎么做？文本之间的语言转换，不仅应该是对电视语言的解构，更应该是用电影语言进行重构的过程。所谓重构，就是对电视剧原有情节加以选择、提炼和重组，从而使戏剧冲突集中化、主题内涵凝练化、角色塑造典型化，以及场景设置功能化。
比如，电视剧《悬崖》注重周乙这个人物形象的塑造。他虽然在给妻子的信中声明一生只爱她，但他又对顾秋妍产生了感情。等来团圆时刻，他的心中反而挂念着秋妍与莎莎。周乙不仅是一个冷静、谨慎、智勇双全的地下工作者，也是一个多情、纠结的普通中年男人。这种人性的复杂吸引着观众，也符合电视剧的叙事特色。但到了电影《悬崖之上》中，则主打谍战片的高精密、快节奏、强剧情、高概念，人物塑造也从主角的内心戏转向两大阵营的斗智斗勇、正邪难辨，用剧情的张力和逻辑的严密代替漫长的感情铺陈。这无疑是更符合电影叙事特色的拍摄手法。
遗憾的是，影版《想见你》似乎就拘泥于剧版的“穿越”概念无法自拔。时长的限制让电影没有了电视剧抽丝剥茧的乐趣，于是导演只能拉着观众一路狂奔，强行的自圆其说也显得有些不负责任。其实，在有限的篇幅里，何不将镜头对准因用助听器而被霸凌的莫俊杰、因性格内向而被排斥的陈韵如，甚至是比较“特殊”的王诠胜？对剧情走向的适当重构，不仅可以弥补电视剧的遗憾，也能深化电影的主题——对“边缘人”的关注。
“戴着镣铐跳舞”的多种玩法
在保持原作基本风格和主旨理念的基础上，由电视剧改编的电影还可以演绎出新的故事，完全有条件尝试多种玩法。比如，电影版《将爱情进行到底》就打破了电视剧原有的线性模式，选择了“三段式”，对文慧和杨铮的爱情进行了开放式的猜想。尽管电影的剧情设置也有不合理之处，当年也曾被不少网友吐槽，但这一尝试确实唤起了观众对现实生活和人生态度的多样性思考。
可见，即使是“戴着镣铐跳舞”，只要能在维护原始文本完整性的前提下，赋予作品新的精神意旨，电视剧改编电影也能有多种玩法。就拿影版《想见你》来说，既然很难在逻辑的严密和情节的精彩上超越原作，何不顺着剧版曾经拍摄的彩蛋，去积极探索两位主角的爱情故事的多种可能？
未来，曾经的热门剧集《爱很美味》《寻秦记》《花千骨》的电影版都将陆续和观众见面。把优秀的电视剧改编成电影，可能谈不上对中国电影格局的突破和创新，但在具有特色的品牌营销下，倒也不失为一个相对稳健的市场策略。
但它们也免不了要面对影版《想见你》已经遭遇的困惑——是亦步亦趋，还是另起炉灶？这个问题可能不会有所谓“正确答案”，但在质量过硬的原创剧本依然相对稀少的当下，由电视剧改编而成的电影，或许仍会在市场中占据一席之地。
说到底，先“破”，然后才能“立”，如果连超越和突破原作的勇气都没有，那么电视剧的电影改编注定是一条崎岖之路。（李勤余）
2022年，人工智能带给人类更多惊喜******
视觉中国供图
在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图
在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄
即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……
无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。
随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。
AI“黑科技”照亮北京冬奥会
助力天气预报、比赛转播和手语播报等
2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。
在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。
在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。
在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。
腾讯“混元”AI大模型登顶VCR榜单
展现了其在多模态理解领域的强大实力
5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。
与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。
此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。
截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。
谷歌工程师闹乌龙，称AI存在意识
人工智能所谓的“人格”更多只是模仿人类罢了
谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。
今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。
LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。
莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。
专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。
全球首个图、文、音三模态大模型诞生
“紫东太初”实现“以图生音”和“以音生图”
9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。
“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。
“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。
AI打破矩阵乘法计算速度纪录
解决了50年来数学领域一个悬而未决的问题
10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。
数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。
在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。
为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。
接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。
2022中国人工智能创新发展指数公布
全面反映我国人工智能发展态势
11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。
这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。
近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。
从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。
ESMFold预测六亿多种蛋白质结构
预测速度比“阿尔法折叠”快60倍
英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。
在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。
该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。
团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。
首创蛋白质动态结构AI建模方法
对理解生命过程、研发新型药物有着重要意义
12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。
此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。
李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。
多城市推动自动驾驶行业发展
我国自动驾驶行业正式向L3级迈进
2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。
今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。
此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。
此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。
AI绘画火了，AIGC元年开启
未来预计能够产生万亿级经济价值
今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。
这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。
AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。
所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。
最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）
