彩云网攻略-彩云网论坛

俄罗斯提出军队改革新计划******

提升整体作战能力 应对北约安全威胁

俄罗斯提出军队改革新计划

图②：挂载“匕首”高超声速导弹的俄米格-31K战机。 资料图片

　　不久前，俄罗斯国防部召开年度扩大会议，总结了2022年俄武装力量的建设成果以及在乌克兰特别军事行动的进展。针对俄军在俄乌冲突中暴露出的建设短板和能力弱项，会议提出下一步军队改革调整新计划，以提升俄军整体作战能力，确保完成特别军事行动目标、有效应对北约安全威胁。

　　巩固核力量确保对北约战略威慑

　　在常规力量建设相对滞后的情况下，核力量成为俄保持对美、北约战略均势的重要砝码。

　　2022年，尽管在乌克兰方向投入大量军事资源，俄仍保持对“三位一体”战略核力量的投入力度，将核武器这一国家安全柱石的现代化率提升至91.3%。这一年，首架图-160M战略轰炸机交付空天军，955A型战略核潜艇“苏沃洛夫大元帅”号入列北方舰队，“萨尔马特”洲际弹道导弹也正式进入战斗值班序列。此外，俄还丰富拓展以高超声速武器为代表的非核遏制力量，将其作为核遏制的有效补充手段，以实现“核常并重”的双重遏制战略效果。

　　俄乌冲突期间，面对整个“西方集体”对俄实施的全手段综合施压，俄罗斯一方面通过核演习展示核实力、提升核力量战备等级、警告“第三次世界大战将是核战”等方式，高调发出核威慑信号；另一方面在实战中以战略轰炸机发射巡航导弹、多次使用“匕首”高超声速导弹等方式显示决心和实力，慑止北约直接军事介入冲动。按计划，俄将继续保持“三位一体”战略核力量建设力度，将其作为维护主权和领土完整、国际战略平衡的重要保障，确保对北约进行有效战略威慑。

　　重建以陆军为核心的联合作战体制

　　俄乌冲突让俄罗斯充分认识到，陆地战场的胜负仍是左右战争结局的关键。

　　冲突伊始，俄军试图依靠以营级战术群为核心的多域联合作战行动达成作战目的，但面对拥有北约作战保障体系赋能的乌军，俄军营级战术群作战自持力不强、保障力不足等弱点相继暴露。此外，俄军联合作战能力有限，在乌东陆战场，受多重因素影响，俄各军种、各部队无法进行高效联合。

　　据报道，为理顺陆战场作战指挥关系，俄军计划重建以陆军为核心的联合作战体制，使部队在战术战役层面实现战场指挥权的高度统一，从而通过发挥俄军传统大兵团作战优势取得战场主动权。一是推动旅改师进程。旅机动灵活，但编制员额较小、力量有限，无法有效应对持久高强度消耗战。俄军有意恢复师团制，除打算将7个摩步旅扩编为摩步师并新组建3个摩步师外，空降兵也将增加2个空降突击师编制，同时还计划在现有海军陆战旅基础上组建5个海军陆战师。二是为各集团军配属空天军作战力量。俄乌冲突中，俄空天军出动架次过少、精确打击效果欠佳、与陆军协同程度有限。为此，俄准备给每个集团军配属1个混成航空兵师和1个陆航旅，确保实施空地一体作战。三是优化西部战略方向兵力部署。为应对芬兰和瑞典加入北约后可能出现的新威胁，俄军计划新建莫斯科和列宁格勒两个新军区，西部军区可能专门应对乌克兰方向威胁。

　　转变思路大幅增加军队员额

　　近年来，俄军推进的“新面貌”军事改革，核心是将大战动员型军队转变为常备机动型军队，以精干常备部队打赢未来局部战争和武装冲突。为此，俄通过裁军将军队员额压减至约100万。但俄国土面积1700多万平方千米，横跨11个时区，百万常备部队勉强能够执行国土机动防御和境外驻军任务，加之面对北约东扩压力、高加索地区动荡、美亚太盟友领土声索等现实安全威胁，俄军兵力不足问题不断凸显。

　　在俄乌冲突中，俄军难以同时在多个方向上完成作战任务。实践表明，精干型军队难以满足高强度对抗消耗战需求，俄军遂采取一系列措施大幅扩充军队员额。

　　一是扩大武装力量规模。2022年8月，俄总统普京签署命令，从2023年1月1日起，俄武装力量员额增加13.7万，达到115万。此次俄国防部扩大会议上，俄再次宣布扩军，计划将俄军人数增至150万。其中，合同兵将增加至69.5万，与当前数量相比几乎翻了一番。二是调整征兵政策。公民应征年龄下限从18岁提高到21岁、上限从27岁提高到30岁。公民可根据意愿，从入伍第一天起就按照合同制服兵役。三是完善国防动员体系。针对此前局部动员中出现的征召不符合条件人员入伍、装备物资缺乏等问题，俄计划通过改进兵役征召体系、完善装备物资储备体系等措施，确保征召入伍人员与作战任务需求相匹配，并尽快形成战斗力。

　　加快弥补信息化能力不足等短板

　　当前，俄军信息化作战能力不足，导致在特别军事行动中仍沿袭机械化战争传统战法。

　　对此，俄军在积极调整战略战术、力求步步为营的同时，也在加快弥补自身短板弱项，重点提升信息化作战能力。一是提升指挥和通信系统的信息化水平。拓展指挥自动化系统的覆盖范围，优先为营以下作战分队配备指挥自动化系统终端和新一代数字电台；积极引入人工智能技术，提升作战体系效能。二是提升战场态势感知能力。主要是将无人机配备到班、排作战单元，并将之整合于统一的战场侦察网络，通过保密信道实时传送信息，从而大幅度提升“侦察-打击”回路效能。三是加快发展无人机等智能作战装备，重点发展战略无人机、察打一体无人机和巡飞弹，扩大精确制导弹药，特别是精确制导炮弹的生产。

　　此外，针对前期作战和动员过程中俄军后装保障方面出现的突出矛盾和问题，俄强调发挥军事工业委员会作用，集中力量保障特别军事行动的物资技术需求。在此基础上，坚持“战场无小事”原则，确保为部队配备先进的医疗包、防弹衣等装备。同时，进一步优化“外包式”后装保障结构，提高军队自身“伴随式”装备维修保障能力，恢复各级部队的修理分队编制，确保保障能力适应战场需要。

　　（作者：代勋勋，单位：军事科学院战争研究院）

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）

　　（文图：赵筱尘 巫邓炎）