圖像生成已由擴散模型稱王、GAN 只剩特化角落:本報自認這張幾乎不會輸——開獎 2027-07-14
未到期
圖像生成已由擴散模型稱王、GAN 只剩特化角落:本報自認這張幾乎不會輸——開獎 2027-07-14
原定查核日 2027-07-14
背景
這在吵什麼:AI 生成圖像有兩條技術路線,GAN(生成對抗網路,讓兩個模型互相對抗練出生成能力)與擴散模型(從雜訊一步步還原出圖像),2022 年起擴散模型取代 GAN 成為主流。
為何重要:哪條路線是主流,決定圖像生成的研發與算力投資往哪裡集中。
誰在對賭:本報認定擴散取代 GAN 已成定局,反方要 GAN 在通用圖像生成重回主流,本報自估機率極低。
判斷
本報判讀:視覺生成上,擴散模型取代 GAN 已成定局,從 2022 年起就是如此。2027-07 檢查時,GAN 若仍只用在超解析(把低畫質圖放大變清楚)這類特化角落,就算說中。
誠實記:寫下這張卡時本報就自估翻盤機率不到 5%,幾乎不可能輸,是先天不敗的判斷。它照樣公開留在帳上讓讀者查,但不計入本報命中率,也不進加權分數。
寫下判斷時的出處
Ho, Jain, Abbeel — UC Berkeley — arXiv
「On the unconditional CIFAR10 dataset, we obtain an…」
收據
2027-07-14 對答案:看 GAN 是否仍只侷限在超解析等特化用途,仍侷限就算說中。
這張不計入本報命中率。
什麼會推翻它
GAN 系列在通用圖像生成重新成為主流。本報自估機率極低,列出來只是形式上的推翻條件。