生成对抗网络（Generative Adversarial Network，GAN）由 Ian Goodfellow 于 2014 年提出，是深度学习领域最具创造性的架构之一。
核心原理
GAN 由两个神经网络组成——生成器（Generator）和判别器（Discriminator）——它们在一个博弈框架中对抗训练。生成器试图制造以假乱真的数据，判别器试图区分真实数据和生成数据。两者共同进化，最终生成器学会输出高度逼真的内容。
经典变体
- DCGAN（2015）：引入卷积层，大幅提升图像生成质量
- StyleGAN / StyleGAN2 / StyleGAN3（2018-2021）：NVIDIA 提出，实现精细的风格控制和超高分辨率人脸生成
- CycleGAN（2017）：实现图像风格迁移（如照片变梵高风格），无需配对训练数据
- pix2pix（2017）：图像到图像的翻译（草图→照片、黑白→彩色）
与扩散模型的对比
- GAN 优点：生成速度快（单次前向传播），适合实时应用
- GAN 缺点：训练不稳定（模式坍塌），多样性不如扩散模型
- 扩散模型逐渐成为图像生成主流（Stable Diffusion、DALL·E、Midjourney），但 GAN 在特定领域（如超分辨率、风格迁移）仍有优势
代表作品
StyleGAN 系列、BigGAN、ProGAN、CycleGAN。