画像生成は拡散モデルが主流、GANは特化用途だけに、本紙はこの判断がほぼ外れないと認める——期日 2027-07-14

AIによる画像生成には、GAN(敵対的生成ネットワーク、二つのモデルを競わせて生成能力を鍛える方式)と、ノイズから少しずつ画像を復元する拡散モデルという二つの技術路線があり、2022年以降は拡散モデルがGANに代わって主流となった。

どちらが主流かによって、画像生成の研究開発と計算資源への投資がどこに集まるかが決まる。

本紙は拡散モデルの勝利は決着済みとみており、反対側の筋書きはGANが汎用の画像生成で主流に返り咲くことだが、その可能性は極めて低いと見積もる。

本紙の見立て:画像生成では、拡散モデルがGANに取って代わったことは2022年以降決着している。2027年7月の確認時点で、GANが超解像(低画質の画像を拡大して鮮明にする技術)のような特化用途に限られたままなら的中とする。

正直に記しておくと、このカードを書いた時点で本紙は覆る確率を5%未満と見ており、ほとんど外れようのない判断である。読者が確かめられるよう公開のまま残すが、本紙の的中率にも加重スコアにも含めない。

Ho, Jain, Abbeel — UC Berkeley — arXiv
「On the unconditional CIFAR10 dataset, we obtain an…」

構造は確定している。確認時点:2027年7月にGANが依然として特化した用途(超解像など)に限られていれば的中とする。

何が起きれば覆るか

GAN系が汎用の画像生成で主流に返り咲く(可能性は極めて低く、形式上の反転条件として挙げる)。