如何判断自己是复阳还是二次感染？感染过奥密克戎的人群对XBB、BQ.1是否还有保护力？******

　　近期，有关新冠复阳、二次感染的话题引起网友热议，有些网友对此存在忧虑情绪。上海中医药大学附属龙华医院肺病科主任医师薛鸿浩对相关问题作出回答。

　　薛鸿浩解释，复阳是指感染者体内残存的病毒延迟性排出，这些病毒来源于第一次病毒感染；而二次感染是第一次感染康复后被另外一个来源的新冠病毒感染，这些病毒来源于外部感染。一般复阳都是发生在康复之后一个月内，通过核酸PCR检出病毒片段。如果已经超过一个月，核酸又呈阳性，则再感染的可能性比较大，二次感染相隔时间比较久，一般要几个月。

　　据介绍，复阳与二次感染之间症状也存在区别：复阳阶段症状都已经恢复好转，不需要医学上的治疗干预，病毒核酸处于偶尔能检出的状态。因为抗原的灵敏性比核酸低，用抗原检测试剂可能就检不出来。但是二次感染则不同，病毒会经历一个完整的感染周期，包括病毒载量上升、平台维持、下降和消失，因此二次感染病毒浓度会很高，抗原就能连续性被检出，通常会是非常明显的两条杠，也会有不舒服的症状。

　　薛鸿浩说，如果要简单区别是复阳或是二次感染，可通过使用抗原检测试剂。在彻底康复一周或两周后，如果怀疑二次感染，可用抗原剂连续检测三天。如果检测结果是阳性，则可能是二次感染。复阳一般很难检出残余的病毒片段，就算偶尔被检出，一般也不会是一直连续的阳性结果。

　　那么什么样的人群容易出现复阳或二次感染呢？薛鸿浩表示，在免疫功能正常的人群里，发生复阳或者二次感染的概率都是很低的。一般免疫功能正常的患者感染康复之后，可以获得3到6个月以上的保护力。在这段时间内发生二次感染的概率也非常低，只有当免疫保护力变低时才可能发生二次感染。如果是新的病毒变异株，变异株可以打破第一次感染形成的免疫保护，就容易发生二次感染。

　　此外，也有市民关心，不同毒株是否会造成重复感染或是更容易复阳？目前来看在我国还是以BA.5.2、BF.7为主，BQ.1和XBB尚未形成优势传播，但其传播优势会逐渐增加，和BA.5.2和BF.7以及其他50多个输入的亚分支，可能会形成一个共循环。XBB.1.5 的感染者ACE2结合亲和力几乎与 BA.2.75 相当，可能使 XBB.1.5未来像BA.2.75一样获得更多突变，不过XBB.1.5目前免疫压力不大，还不会很快进化。

　　薛鸿浩介绍，如果遇到这几种毒株，再次感染的概率主要取决于两方面：一方面是再次遇到的毒株与BA.5和BF.7有多少重叠，如果病毒一直变异，交叉保护作用降低了则可能造成感染；另一方面则是看人自身抗体水平，尽管感染新冠后短时间内比如三到四个月内不会感染，但不可否认的是，新毒株流行或缩短二次感染“安全窗口”，接种疫苗仍然是最主要的预防手段。

　　据了解，对于复阳和二次感染，中医药学说中也有对应理论可供参考。伏邪理论始源于《素问.生气通天论》中“冬伤于寒，春必温病”的论述，是指在冬天伤于寒邪，内有正气不足，在春天发为温病，与新冠二次感染的概念比较相像；《伤寒论中》又有“伤寒感复”的说法，瘥后伏热未尽，复感新邪，其病复作；中医学中也有“劳复”“房劳”“食复”的描述，提示阳康后的患者应当注意饮食作息以防疾病的复发。

　　薛鸿浩指出，中医药理论中伏邪、感复的理论与复阳、二次感染存在相符合或重叠之处，尤其在发病的认识上一者注重机体免疫力，一者注重人体正气，在提高人体对病毒的抵抗力层面上基本一致。且中医药在治疗及预防新冠上也有独到之处，日常生活锻炼、饮食作息是中医着重的部分，如平时要注意防寒保暖、清淡饮食、作息规律，保持平和心态、不要太过焦虑；要加强运动，可以通过八段锦、六字诀、太极拳等中国传统功法适度锻炼，增强体质，提高免疫力；还可通过中药或食疗调理身体的阴阳平衡，从而提高免疫功能，防治病毒。如体质偏气虚的成年人尤其老年人可适当服用西洋参、黄芪等，脾虚湿重体质者可服用薏米等健脾化湿的中药或食品。（记者 郜阳）

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）