AI 圖像生成技術演進 (1)

今天，我們先來回顧 AI 圖像生成技術的演進，了解這些模型的核心概念與特性，為後續實作打下基礎。

一、AI 圖像生成的起點：生成對抗網絡（GAN）與變分自編碼器（VAE）

可追溯到早期的生成式模型，其中最具代表性的是

• 生成對抗網絡（GAN, Generative Adversarial Network）
• 變分自編碼器（VAE, Variational Autoencoder）

GAN 的核心理念是由一個 生成器 嘗試創建圖片，而另一個 判別器 判斷真假。透過不斷對抗學習，生成器能產生越來越逼真的圖像。VAE 則透過潛在空間（latent space）進行圖像編碼與重建，適合用於控制生成特徵或風格。

雖然這些模型奠定了生成式 AI 的基礎，但訓練不穩定、生成速度慢、對硬體需求高，使即時前端應用存在挑戰。

二、Diffusion 模型：生成更真實的圖像

隨著技術進步，擴散模型（Diffusion Models） 近年快速崛起，成為當前主流的圖像生成技術。Diffusion 模型的運作方式是：先逐步向圖像加入雜訊，再逐步去噪重建原始影像。

其特點包括：

• 生成效果穩定
• 高解析度與自然細節
• 可依文字提示或其他條件生成圖像