北京
2014年，Ian Goodfellow在酒吧醉酒后想出一个疯狂点子：让两个神经网络互相欺骗。一个负责伪造名画，一个负责鉴定真伪。造假者越骗越精，鉴定者越练越毒——这套「生成对抗网络」（GAN）直接改写了机器学习的游戏规则。
几乎同时，另一批研究者走了完全不同的路。他们不搞对抗，而是教机器学会「压缩再解压」：把一张猫的照片压成几个数字，再还原成猫。这套变分自编码器（VAE）思路温和得多，像让AI做填空题而不是狼人杀。
两条路线缠斗了整整十年。GAN派嘲笑VAE生成的图像模糊得像近视眼看世界；VAE派反击GAN训练不稳定，经常画出三只眼睛的猫。学术会议上的论文互怼，GitHub上的代码互相「借鉴」，两边都觉得对方在走弯路。
转折点来得悄无声息。2022年，DALL-E和Stable Diffusion突然爆火，用的既不是纯GAN也不是纯VAE，而是把两者的精髓揉进扩散模型。Goodfellow本人早已离开Google加入DeepMind，他去年在访谈里淡淡说了一句：「我们那代人的工作，更像是给后来者搭了块垫脚石。」
现在回头看，这场十年之争像个黑色幽默——两派人马打得头破血流，最后赢家是站在旁边看戏的扩散模型。更讽刺的是，今天大多数用户生成图片时，根本不在乎底层是GAN、VAE还是别的什么字母组合。他们只关心 prompt 输进去，能不能得到一张能发朋友圈的图。
技术史就是这样。奠基者往往看不到自己的地基上盖起了什么楼。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
