輸入指令：貓，困惑，故障藝術(shù)，一副創(chuàng)意作品就這樣產(chǎn)生，用時(shí)不到30秒。

這正是全球爆火的AI作畫。利用AI繪畫工具，你只需輸入不同的詞匯，例如不同的藝術(shù)家風(fēng)格、構(gòu)圖、色彩、透視方法以及修飾詞，就能快速得到符合詞匯主題的畫作。你可以充分發(fā)揮自己的想象力，而任何一個(gè)關(guān)鍵詞的變動(dòng)都可能產(chǎn)生完全不一樣的結(jié)果。

在Disco Diffusion上使用不同藝術(shù)家風(fēng)格基于同樣兩句描述語(yǔ)所生成的不同風(fēng)格AI畫作

實(shí)際上，AI作畫這項(xiàng)技術(shù)并不新鮮，但是文字轉(zhuǎn)圖片這種形式將創(chuàng)作門檻拉到了足夠低，得以讓很多人體驗(yàn)用AI進(jìn)行藝術(shù)創(chuàng)作。

社交媒體上，抱著獵奇心態(tài)的用戶驚訝于AI在繪畫領(lǐng)域已經(jīng)實(shí)現(xiàn)的驚人創(chuàng)造力，但在另一面，人類對(duì)AI的焦慮感再度爆發(fā)。

2022年8月，美國(guó)科羅拉多州博覽會(huì)的一項(xiàng)藝術(shù)比賽中，一位游戲設(shè)計(jì)師用AI繪畫工具midjourney創(chuàng)作了一幅《太空歌劇院》畫像，并獲得了藝術(shù)比賽第一名。該消息引發(fā)了畫師群體對(duì)于人工智能創(chuàng)作的劇烈討伐：人工智能能否正義地利用畫師的成果進(jìn)行模型訓(xùn)練？與人類在繪畫上同臺(tái)競(jìng)技是否公平？是否會(huì)對(duì)畫師職業(yè)形成巨大挑戰(zhàn)？

不安的情緒還蔓延至其他領(lǐng)域。一個(gè)月后，一位學(xué)生沮喪地聲稱OpenAI GPT-3模型替自己撰寫的論文獲得了全A成績(jī)，帖子發(fā)表后快速登上推特?zé)崴眩姸嘟淌陂_(kāi)始表達(dá)對(duì)于人工智能論文的擔(dān)憂。GPT-3模型能夠支持用戶僅僅輸入一些關(guān)鍵詞句指令，幫助輸出任意一篇詩(shī)歌、散文、新聞報(bào)道和創(chuàng)意小說(shuō)。

過(guò)去很長(zhǎng)一段時(shí)間，人類對(duì)AI的想象建立在有足夠安全感的基礎(chǔ)上，因?yàn)槭芗夹g(shù)所限，AI在創(chuàng)造力上幾乎沒(méi)有什么真正意義上的進(jìn)展，更多地在替代人類從事那些可重復(fù)性高的“dirty work”。

但現(xiàn)在，一切正在改變。

AIGC解鎖新世界

2018年，一副由人工智能生成的肖像畫在佳士得被拍出了43.25萬(wàn)美元，成為世界上首個(gè)出售的人工智能藝術(shù)品。

《Edmond de Belamy》

畫面中的男人面目模糊，身穿黑色袍子，有著濃厚的中世紀(jì)風(fēng)格。右下角的作者署名區(qū)，顯示著一行數(shù)學(xué)公式，以告知人們這是人工智能所作。

為了“畫出”這件作品，它的創(chuàng)造者Obvious組織成員利用了一個(gè)名為“生成性對(duì)抗網(wǎng)絡(luò)"（Generative Adversarial Network，GAN）的模型，用1.5萬(wàn)個(gè)十四世紀(jì)至二十世紀(jì)之間的肖像畫數(shù)據(jù)對(duì)模型進(jìn)行了投喂，直到產(chǎn)出的圖片通過(guò)圖靈測(cè)試。

這幅畫的拍賣在當(dāng)時(shí)引發(fā)了眾多關(guān)注。Obvious組織趁勢(shì)提出了一個(gè)直擊人心的口號(hào)：“創(chuàng)造力不僅屬于人類”。它們想要證明， AI也能成為一等的藝術(shù)家。

AI作畫是AIGC（Artificial Intelligence Generated Content）里面的一個(gè)分支，指的是一種通過(guò)AI技術(shù)來(lái)自動(dòng)或輔助生成內(nèi)容的生產(chǎn)方式。通過(guò)輸入指令，人類讓AI去完成冗雜的代碼、繪圖、建模等任務(wù)，從而生成內(nèi)容。

除了AI繪畫，如今的AI還可以解鎖寫詩(shī)、作曲、換臉、捏臉等等需要?jiǎng)?chuàng)造力的工作。

今年9月，Meta公司推出了Make-A-Video人工智能系統(tǒng)，它可以利用幾個(gè)關(guān)鍵詞或幾行文字描述生成一個(gè)幾秒鐘的短視頻，甚至還能通過(guò)給定的視頻或圖像，來(lái)制作視頻。

10月，在一檔人工智能博客節(jié)目中，已故的蘋果創(chuàng)始人喬布斯竟然成為首位嘉賓，與美國(guó)知名播客主持人Joe Rogan進(jìn)行了一場(chǎng)長(zhǎng)達(dá)20分鐘的交流，討論了喬布斯對(duì)大學(xué)、計(jì)算機(jī)的看法以及工作狀態(tài)、信仰等。這檔名為podcast.ai的節(jié)目將喬布斯的傳記和網(wǎng)絡(luò)上的錄音，用Play.ht模型進(jìn)行大量訓(xùn)練，最終產(chǎn)生出與喬布斯對(duì)談的內(nèi)容。

繼專業(yè)生成內(nèi)容（Professional Generated Content，PGC）和用戶生成內(nèi)容（User Generated Content，UGC）之后，AIGC正在成為一種新型生產(chǎn)方式。

9月舉辦的2022萬(wàn)象·百度移動(dòng)生態(tài)大會(huì)上，百度發(fā)布了一組“AI打工天團(tuán)”，覆蓋了各種AIGC應(yīng)用，包括AI自動(dòng)生成文字、圖片，圖片轉(zhuǎn)換成視頻。百度稱，這個(gè)團(tuán)隊(duì)里不僅有文案、插畫師，還有視頻制作人，熬夜加班的活兒都可以交給AI。

更早之前，海外微軟“小冰”的音樂(lè)已經(jīng)實(shí)現(xiàn)旋律、編曲及歌詞端一體化；2019年，中國(guó)平安AI作曲在世界AI作曲國(guó)際大獎(jiǎng)賽中獲得第一，創(chuàng)作AI交響變奏曲《我和我的祖國(guó)》；今年年初，網(wǎng)易利用AI系統(tǒng)成功制作出兩首國(guó)風(fēng)作品《耀染先農(nóng)》和《春?jiǎn)⒄?yáng)》。

紅杉美國(guó)的兩位合伙人在一篇題為《Generative AI: A Creative New World》的報(bào)告中表示，機(jī)器開(kāi)始嘗試創(chuàng)造有意義和美麗的東西，這個(gè)新類別被稱為“生成式AI（Generative AI）”，這意味著機(jī)器正在生成新的東西，而不是分析已經(jīng)存在的東西。

圖源：《Generative AI: A Creative New World》

這份報(bào)告中顯示，從2020年到2025年，AI生成的技術(shù)將會(huì)不斷成熟，逐步可以生成文字、圖片、語(yǔ)音、代碼、視頻以及游戲模型等等，而社交媒體、設(shè)計(jì)、游戲、代碼生成等行業(yè)將迎來(lái)革新性改變。

AI作畫為何突然爆火？

AI作畫的熱潮已經(jīng)顯現(xiàn)在資本市場(chǎng)。

2022年上半年開(kāi)始，加入AI作畫賽道的廠商越來(lái)越多。在國(guó)外，半年內(nèi)涌現(xiàn)出Stable Diffusion、Disco Diffusion、DALL-E2、Mid Journey、Photosonic AI多家AI作畫公司。國(guó)內(nèi)，Tiamat、蜜度、百度文心、6Open等一批公司開(kāi)始對(duì)外推出相關(guān)產(chǎn)品。

它們的迭代速度非常之快。“今年5月之前，AI所能生成的還是幾乎沒(méi)有商業(yè)價(jià)值的圖片，但現(xiàn)在已經(jīng)進(jìn)入準(zhǔn)商用級(jí)別了。”Tiamat創(chuàng)始人青柑告訴界面新聞?dòng)浾撸谠缙谘邪l(fā)特色管線的過(guò)程中，需要對(duì)數(shù)據(jù)、反饋系統(tǒng)進(jìn)行不斷調(diào)整，但是跑通一個(gè)管線之后，就會(huì)快速迭代，根據(jù)不同商業(yè)化場(chǎng)景進(jìn)行管線定制。

這使得該賽道迅速成為資本圈的新寵。10月18日，上線僅兩個(gè)月的AI作畫平臺(tái)StableDiffusion，產(chǎn)出作品超過(guò)200萬(wàn)張，其背后公司StabilityAI獲得新一輪1.01億美元融資，公司估值突破10億美元，成為新晉獨(dú)角獸企業(yè)。10月，國(guó)內(nèi)AIGC初創(chuàng)公司Tiamat宣布獲得來(lái)自DCM的數(shù)百萬(wàn)美元天使輪融資。

圖源：Midjourny

AI展現(xiàn)繪畫、寫詩(shī)等技能，本質(zhì)上屬于自然語(yǔ)言生成Natural Language Generation（NLG）的應(yīng)用，是NLP自然語(yǔ)言處理技術(shù)的一大類任務(wù)，已經(jīng)應(yīng)用了將近30年。

但用Tiamat創(chuàng)始人青柑的話說(shuō)，過(guò)去對(duì)AI的運(yùn)用“更多像是學(xué)術(shù)界的自嗨”。而今年AI創(chuàng)作的技術(shù)因?yàn)橐环N呈現(xiàn)為文字轉(zhuǎn)圖像（Text-to-image）特性的嶄新交互方式，允許大眾開(kāi)始參與自主創(chuàng)作，不僅僅停留在實(shí)驗(yàn)室和科技展會(huì)中的Demo。

多位AI作畫廠商向界面新聞?dòng)浾叻治?，AI作畫能夠快速成為低門檻的產(chǎn)品背后，主要是底層模型技術(shù)的革新。

傳統(tǒng)AI繪畫的的技術(shù)原理是生成對(duì)抗網(wǎng)絡(luò)（GAN）或VAE等。而GAN作為上一代AI繪畫工具與平臺(tái)最主流的圖像生成模型，在模型訓(xùn)練方面已經(jīng)有了很大的突破，但在實(shí)際應(yīng)用的過(guò)程中仍然擁有嚴(yán)重的結(jié)構(gòu)性問(wèn)題，比如當(dāng)用戶希望生成“眼睛長(zhǎng)在鼻子下面的人臉”，或“戴著用鮮花構(gòu)成的眼鏡”這種域外（Out-Of-Domain）的結(jié)果時(shí)，GAN通常會(huì)失效。

而在操作上，這類模型一般由用戶提供草圖，由GAN模型將其轉(zhuǎn)化為真實(shí)的風(fēng)景圖像，用戶無(wú)法通過(guò)文本影響生成結(jié)果。

直到CLIP與Diffusion模型開(kāi)始出現(xiàn)并相互結(jié)合，文字直接生成可以商業(yè)落地的圖像才成為可能。

Diffusion指的是一種去躁擴(kuò)散模型，其工作原理就是先給一幅畫面逐步加入噪點(diǎn)，一直到整個(gè)畫面都變成白噪聲，再記錄這個(gè)過(guò)程，然后逆轉(zhuǎn)過(guò)來(lái)給AI學(xué)習(xí)。而AI所看到的是全是噪點(diǎn)的畫面如何一點(diǎn)點(diǎn)變清晰直到變成一幅畫，通過(guò)學(xué)習(xí)這個(gè)逐步去噪點(diǎn)的過(guò)程來(lái)學(xué)會(huì)作畫。

由于Diffusion適用于具有大量不同和復(fù)雜數(shù)據(jù)的學(xué)習(xí)模型，從而解決了GAN的問(wèn)題，因此，Diffusion對(duì)圖像生成效果的提升十分顯著，數(shù)字生成的痕跡也得到了有效削弱，用戶自己可選執(zhí)行步數(shù)，步數(shù)越多圖像越精細(xì)的特點(diǎn)也激起了更多的“硬核”需求。

CLIP是一種跨模態(tài)的圖文，這個(gè)模型的使用可以允許用戶通過(guò)文字的形式實(shí)現(xiàn)AI作畫。它的原理是使用已經(jīng)標(biāo)注好的“文字-圖像”訓(xùn)練數(shù)據(jù)，一方面對(duì)文字進(jìn)行模型訓(xùn)練，同時(shí)對(duì)圖像進(jìn)行另一個(gè)模型的訓(xùn)練，不斷調(diào)整兩個(gè)模型內(nèi)部參數(shù)，使得文字特征值和圖像特征值能讓對(duì)應(yīng)的“文字-圖像”確認(rèn)匹配。

“因?yàn)榈讓蛹夹g(shù)的突飛猛進(jìn)，AI繪畫輸出的畫面在這短短的半年內(nèi)，從最初的較為粗糙快速邁入了準(zhǔn)商用的高完成度。” AI數(shù)據(jù)智能應(yīng)用公司蜜度CTO劉益東告訴界面新聞?dòng)浾摺Ｇ安痪?，基于自研的自然語(yǔ)言處理和圖像生成技術(shù)，這家企業(yè)剛剛推出了自己的AI作畫應(yīng)用“蜜小度”，并且正在積極籌備2.0的商用版本。

不僅如此，技術(shù)的進(jìn)步讓AI繪畫開(kāi)始逐漸具備藝術(shù)性。“過(guò)去學(xué)術(shù)界評(píng)價(jià)標(biāo)準(zhǔn)是我所生成的圖像與文本含義有多接近，而不是作品本身有多少藝術(shù)價(jià)值。” Tiamat創(chuàng)始人青柑稱。

除了模型層面的突破，推動(dòng)AI作畫發(fā)展的還有數(shù)據(jù)和算力層面的快速進(jìn)步。劉益東表示，過(guò)去的AI作畫訓(xùn)練中一直缺乏相應(yīng)的訓(xùn)練數(shù)據(jù)集，要訓(xùn)練AI必須要有千萬(wàn)級(jí)規(guī)模的高質(zhì)量“圖文對(duì)”（image-text pair），讓AI在大腦中能夠?qū)⑽淖峙c圖片的意思進(jìn)行匹配連接。而近年來(lái)，由于大量創(chuàng)作者的加入和互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)中可訓(xùn)練的數(shù)據(jù)集變得更加豐富。

在上文提到紅杉的報(bào)告中，紅杉的兩位合伙人認(rèn)為，由于Diffusion Models的應(yīng)用以及算力成本的下降，生成式AI已經(jīng)變得更好、更快、更便宜。接下來(lái)，“殺手級(jí)應(yīng)用該出現(xiàn)了”。

AIGC的商業(yè)空間

在商業(yè)上，AIGC的巨大想象力主要集中在內(nèi)容創(chuàng)作與元宇宙當(dāng)中。

在內(nèi)容創(chuàng)作領(lǐng)域，生成式AI被寄予厚望。百度創(chuàng)始人李彥宏表示，AIGC是PGC、UGC之后，全新的內(nèi)容生產(chǎn)方式。它不僅會(huì)提升內(nèi)容生產(chǎn)的效率，也會(huì)創(chuàng)造出有獨(dú)特價(jià)值和獨(dú)立視角的內(nèi)容。

雖然眾多AI作畫廠商仍處在快速迭代產(chǎn)品的測(cè)試期，商業(yè)化模式非常早期。但是對(duì)于部分B端客戶來(lái)說(shuō)，AI作畫的吸引力十分之大。

Tiamat創(chuàng)始人青柑告訴界面新聞?dòng)浾撸跊](méi)有任何BD的情況下，不到半年時(shí)間，Tiamat已有數(shù)十家B端客戶，并與知名科幻IP、央視網(wǎng)以及《時(shí)尚芭莎》、《嘉人》等一線時(shí)尚大刊建立長(zhǎng)期合作關(guān)系，與眾多頭部游戲公司，特別是與持有故宮文化相關(guān)IP的非遺文化IP機(jī)構(gòu)知造局等開(kāi)展了戰(zhàn)略合作。

青柑表示，驅(qū)動(dòng)B端客戶使用AI作畫的因素一部分是因?yàn)閯?chuàng)意、新奇以及科技感，一部分是因?yàn)槌杀?。沒(méi)有哪個(gè)人類畫師可以在1分鐘內(nèi)畫出4副同主題但完全不一樣的畫作。相比于人類畫師，使用AI作畫的時(shí)間、金錢成本大大降低。

據(jù)界面新聞?dòng)浾吡私?，目前?guó)內(nèi)外AI作畫廠商的商業(yè)模式主要分為TO C與TO B兩種。在C端，面向用戶收取包月會(huì)員費(fèi)用或者購(gòu)買點(diǎn)數(shù)按張購(gòu)買圖片；在B端，面向時(shí)尚、文物、游戲等行業(yè)提供定制圖片，或者合作定制AI生成模型。在海外，Stable Diffusion已經(jīng)開(kāi)始嘗試為客戶部署大型定制化模型。

除此之外，AI已經(jīng)在幫助實(shí)現(xiàn)對(duì)海量劇本數(shù)據(jù)進(jìn)行分析歸納，并按照預(yù)設(shè)風(fēng)格快速生產(chǎn)劇本。國(guó)內(nèi)海馬輕帆推出的“小說(shuō)轉(zhuǎn)劇本”智能寫作功能，已經(jīng)服務(wù)了包括《你好，李煥英》《流浪地球》 等爆款作品在內(nèi)的劇集劇本30000多集、電影/網(wǎng)絡(luò)電影劇本8000多部、網(wǎng)絡(luò)小說(shuō)超過(guò)500萬(wàn)部。

李彥宏預(yù)言，未來(lái)十年，AIGC將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式，可以實(shí)現(xiàn)以“十分之一的成本”，以百倍千倍的生產(chǎn)速度，去生成AI原創(chuàng)內(nèi)容。Gartner預(yù)測(cè)，到2025年，生成式AI將占所有生成數(shù)據(jù)的10%，當(dāng)前這一比例不到1%。

當(dāng)然，更有想象空間的商業(yè)化場(chǎng)景在于元宇宙，這也是AIGC被資本熱捧的重要原因。元宇宙中需要建設(shè)生成大量的建筑、場(chǎng)景、人物等等各種虛擬資產(chǎn)，對(duì)于這部分工作，AI是最適合的完成者。

比如，RCT Studio打造的Morpheus引擎能夠通過(guò)深度學(xué)習(xí)，輸入目標(biāo)文字即可渲染成3D資源和動(dòng)畫，這被視為通過(guò)AI在元宇宙中低成本構(gòu)建小型場(chǎng)景初具技術(shù)基礎(chǔ)的信號(hào)。以及，眾多虛擬人公司利用AI生成數(shù)字人化身、驅(qū)動(dòng)數(shù)字人的面部表情變化，AI驅(qū)動(dòng)的數(shù)字人化身逐漸成為現(xiàn)實(shí)。

在現(xiàn)實(shí)生活中，生成式AI在醫(yī)療保健、數(shù)字商業(yè)、制造業(yè)、農(nóng)業(yè)等多個(gè)行業(yè)都有豐富的應(yīng)用前景，如幫助醫(yī)生檢測(cè)X射線、CT等設(shè)備掃描中的病變、輔助檢測(cè)產(chǎn)品質(zhì)量等等。

不過(guò)，AIGC整體仍處于早期階段，生成式AI仍有很多問(wèn)題需要解決。

以發(fā)展最快的AI作畫行業(yè)來(lái)看，首先需要解決的是版權(quán)問(wèn)題。訓(xùn)練AI需要大量的圖文對(duì)數(shù)據(jù)，AI創(chuàng)作的畫作會(huì)包含這些可能產(chǎn)生版權(quán)糾紛的元素，這限制了AI作畫在商業(yè)化方面的進(jìn)一步發(fā)展。一位游戲制作人對(duì)界面新聞表示，版權(quán)風(fēng)險(xiǎn)是他堅(jiān)決不考慮用AI作畫的原因之一。

一項(xiàng)抽樣分析顯示，國(guó)外最受歡迎的AI作畫平臺(tái)之一Stable Diffusion模型學(xué)習(xí)了超過(guò)50億條圖文對(duì)數(shù)據(jù)，而它所用到的數(shù)據(jù)集里，大量圖片來(lái)自Pinterest、Flickr等UGC內(nèi)容平臺(tái)，以及Getty等商業(yè)圖庫(kù)網(wǎng)站。

Midjourney創(chuàng)始人David Holz在接受采訪時(shí)曾表示，Midjourney現(xiàn)在的訓(xùn)練數(shù)據(jù)基本上都是來(lái)自于互聯(lián)網(wǎng)所有能得到的數(shù)據(jù)、文本和圖像。但他本人也不太清楚這些被拿來(lái)訓(xùn)練AI的數(shù)據(jù)是否有版權(quán)保護(hù)。

因此，許多畫師正在抗議自己遭受到了AI的抄襲，并要求退出AI的訓(xùn)練。不過(guò)，這些糾紛目前并沒(méi)有明確的法律依據(jù)支持，AI作畫仍處在一個(gè)灰色地帶。

為了最大程度避免潛在的版權(quán)糾紛，部分AI作畫公司正在積極探索解決方案。Tiamat創(chuàng)始人青柑介紹稱，目前Tiamat的做法是首先在訓(xùn)練層進(jìn)行規(guī)避，在數(shù)據(jù)集中清洗掉大量有版權(quán)以及帶有明顯IP的素材；同時(shí)，對(duì)于可能存在的版權(quán)風(fēng)險(xiǎn)，在產(chǎn)生的畫作結(jié)果當(dāng)中對(duì)用戶進(jìn)行風(fēng)險(xiǎn)提示。之后，Tiamat希望能夠跟一些畫師或者藝術(shù)家直接合作，讓他們來(lái)上傳自己可以被利用來(lái)訓(xùn)練的數(shù)據(jù)，之后再通過(guò)分成或者直接購(gòu)買的形式來(lái)購(gòu)買一項(xiàng)類似于“AI訓(xùn)練使用權(quán)”的權(quán)益，從而解決一些當(dāng)代藝術(shù)家的問(wèn)題。

多位業(yè)內(nèi)人士表示，當(dāng)下AI作畫的發(fā)展速度太快，在AIGC的知識(shí)產(chǎn)權(quán)層面，應(yīng)當(dāng)需要業(yè)界、學(xué)界和相關(guān)政策部門共同去探討，尋找比較好的解決方案。

AIGC在底層的關(guān)鍵性技術(shù)仍需摸索。信通院2022年發(fā)布的《人工智能生成內(nèi)容（AIGC） 白皮書(shū) 》指出，當(dāng)前AIGC關(guān)鍵技術(shù)不夠成熟。人工智能算法在透明度、魯棒性、偏見(jiàn)與歧視方面存在尚未克服的技術(shù)局限，導(dǎo)致算法應(yīng)用問(wèn)題重重。此外，在音頻、視頻、圖片、文字等形式的內(nèi)容編輯與創(chuàng)作技術(shù)方面存在機(jī)械性問(wèn)題，離流暢、擬人的感性表現(xiàn)仍有距離。

紅杉在報(bào)告中寫道，“生成式AI應(yīng)用的第一波浪潮類似于iPhone剛出現(xiàn)時(shí)的移動(dòng)應(yīng)用場(chǎng)景——有些噱頭但比較單薄，競(jìng)爭(zhēng)差異化和商業(yè)模式不明確。然而，其中一些應(yīng)用程序提供了一個(gè)有趣的視角，讓我們可以一窺未來(lái)可能會(huì)發(fā)生什么。”

報(bào)告中的另一段話則更好的為生成式AI應(yīng)用的未來(lái)做了注解：

生成式AI將深深融入我們的工作、創(chuàng)作和娛樂(lè)方式，例如備忘錄可以自己寫，3D打印任何你能想象的東西，從文字到皮克斯電影，像Roblox類似的游戲體驗(yàn)來(lái)快速創(chuàng)造出豐富的世界。雖然這些在今天看起來(lái)像是科幻小說(shuō)，但科技進(jìn)步的速度是驚人的。從微小（narrow）的語(yǔ)言模型到代碼自動(dòng)生成只用了幾年時(shí)間，如果我們繼續(xù)沿著這個(gè)變化的速度，并遵循“大模型摩爾定律（Large Model Moore’s Law）”，那么這些遙不可及的場(chǎng)景就會(huì)變得觸手可及。