今日事項： 透過圖像模型的發展，了解現代不同類別圖像模型的演變、特點，以及演進的軌跡。
如果文章對你有幫助的話，歡迎按讚或留言，讓我知道我不是一個人在這裡碎碎念（？），我會很感謝的❤️
如果說語言模型的成長是由小到大、從單純的背答案到有感情、會思考，那圖像模型的變化就更有趣了一些。
（在技術有標記紅字的是重要技術出現的時間點）
| 年份 | 技術 / 模型 | 團隊 / 論文來源 | 主要突破 / 意義 |
|---|---|---|---|
| 2014.06 | GAN（Generative Adversarial Network） |
開啟生成式模型時代，以對抗訓練方式生成逼真圖片。 |
|
| 2018.03 | Progressive GAN (PGGAN) | NVIDIA | 首次實現可生成高解析人臉圖像（1024×1024）。 |
| 2018.12 | BigGAN | DeepMind | 提升生成品質與穩定性，能生成多樣真實感圖像。 |
| 2019.02 | StyleGAN | NVIDIA | 可分離內容與風格控制，帶動 AI Portrait（AI 肖像）熱潮。 |
| 2020.12 | DDPM (Denoising Diffusion Probabilistic Models) |
UC Berkeley / Google | 擴散模型誕生，成為後來 Diffusion 類技術基礎。 |
| 2021.01 | DALL·E 1 | OpenAI | 首次用「文字描述 → 圖像」生成，開啟 Text-to-Image 時代。 |
| 2021.05 | CLIP (Contrastive Language–Image Pretraining) |
OpenAI | 建立文字與圖像對齊橋樑，成為 Diffusion 模型基石。 |
| 2022.07 | Stable Diffusion v1.4（開源） | Stability AI + CompVis | 以 Latent Diffusion 為基礎，開啟開源繪圖革命。 |
| 2022.07 | Midjourney v1 | Midjourney | 推動藝術風格 AI 圖像生成浪潮。 |
| 2022.09 | DreamBooth | Google Research | 「個人化微調」技術誕生，可訓練 AI 記住特定人物或風格。 |
| 2022.11 | LoRA（Low-Rank Adaptation） |
Microsoft Research | 輕量化微調技術，讓個人可快速定制模型，成為 Stable Diffusion 微調主流。 |
| 2023.02 | ControlNet |
Lvmin Zhang（斯坦福 / 微軟） | 可用線稿、深度圖、姿勢圖控制生成圖像，解決“畫不準”的問題。 |
| 2024.10 | Flux 1 | Black Forest Labs（前 Stability 成員） | 多模態繪圖模型，延續 SD 開源血統，支援高度可控風格。 |
生成對網絡（GAN, Generative Adversarial Network）由Ian Goodfellow 等人在 2014 年提出，開啟了圖像生成模型的新時代。
說起來，這個 GAN 的誕生也是來自於一個神奇的靈光一閃。好像很多人類歷史上偉大的發明都來自於奇怪的想法？
Ian Goodfellow 在那時還是一個蒙特婁大學的博士生，某天在酒吧跟朋友聊天的時候，有朋友請他幫忙看看有關電腦生成圖片的項目。
當時他們利用神經網路的方式來進行電腦生圖，但結果不是臉模糊就是身體缺了一點零件。
這種模型的訓練方式，簡單來說就是給 AI 很多很多資料，比如要生成貓的話，給他看過很多貓的資料後，較他生成貓，他就會用曾經看過的那些資料來模擬，簡單來說就是背好答案之後抄出來。
這有點像是文字生成，但文字生成出來，有一兩個字不對勁沒什麼，不過圖像生成，有一兩個地方不對勁那就真的很不對勁……比如缺胳膊少腿。
Ian Goodfellow 在酒吧裡喝酒，喝著喝著突然跳出了一個想法，如果不是單純只有一個神經網絡模型，而是兩個，他們一個造假、一個辨假，是不是會有不一樣的結果？
如果只有一個模型的話，自己摸索，根本不知道什麼叫做「好圖片」，但如果讓另一個模型一起加入進來，兩邊都可以在過程中成長，一個越來越會騙，一個月來越會看，這不是比人工來看要簡單多了？
當時在酒吧的時候，Ian Goodfellow 就跟朋友們說了這個想法，但朋友們抱著懷疑態度，甚至他自己在後來也覺得自己在清醒的時候不會認為這想法可行。畢竟訓練一個神經網絡就夠難了，你還要再額外訓練一個，然後互相學習指證，根本就不可能。
但眾所皆知，他那天喝了酒……所以他回家之後就把電腦打開來試了。（感謝酒精的貢獻）
然後他為了這個很天馬行空的想法，寫代碼寫到了凌晨，進行測試，沒想到竟然出來了結果，雖然很小而且非常模糊，但的確有了起點。
GAN 就這樣水靈靈的出現了！
（也不知道他的朋友知道了之後有沒有想揍他的感想？）
iThome鐵人賽
看影片追技術