1.1.1　现代AI技术的发展

现代AI技术的发展大致经历了以下几个阶段。

1.生成对抗网络（Generative Adversarial Networks）

在2012年，全球人工智能和机器学习权威、华人科学家吴恩达带领团队耗资90万美元，训练了一个世界上最大的深度学习网络，用来指导计算机画出猫脸图片，经过整整3天训练，画出来了一张模糊的图片。2014年，加拿大蒙特利尔大学的Ian Goodfellow提出了生成对抗网络（GAN）的算法，这个算法一度成为了AI生成绘画的主流方向。GAN的原理是通过训练两个深度神经网络模型，即一个生成器和一个判别器，使生成器可以生成与真实数据相似的新数据样本，而判别器负责区分生成器生成的假样本和真实数据。使用GAN模型可以生成质量比较高的图片，但这种方法存在一些问题——对抗学习非常麻烦，且对于显卡等资源消耗较高；生成对抗网络很难理解图片各个部分，所以很难进行修改。尽管存在各种问题，研究人员还是在GAN算法的这条路上不断前进，努力提升生成图片的效果。

2.Diffusion Model（扩散模型）

2015年，谷歌开源了deep dream项目，其能够绘制出非常迷幻和超现实的图画，但生成效果并不理想。2016年，Diffusion Model模型开始受到更广泛的关注。它的原理跟GAN完全不一样，Diffusion Model使用随机扩散过程来生成图像，从而避免了传统生成模型中存在的一些问题。Diffusion Model的原理是，先对照片添加噪声，然后在这个过程中学习当前图片的各种特征，并最终生成预期图片。

3.Midjourney平台

2022年2月，Somnai等几个开源社区的工程师做了一款基于扩散模型的AI绘图生成器——Disco Diffusion。从这一模型的出现开始，AI绘画进入了发展的快车道。Disco Diffusion相比传统的AI模型更加易用，且研究人员建立了完善的帮助文档和社群，于是越来越多的人开始关注它。2022年3月，一款由Disco Diffusion的核心开发者参与建设的AI生成器——Midjourney正式发布。Midjourney选择搭载在discord平台，借助discord聊天式的人机交互方式来绘制图片，不需要之前烦琐的操作，通过输入文字即可生成图像。Midjourney生成的图片效果令人惊艳，几乎无法分辨是AI生成的还是人类创作的。

4.DALL·E 2

2022年4月9日，OpenAI研究实验室发布了DALL-E 2这一深度学习模型，其生成的图片和人类作品几乎无差异。但该模型需要付费才能够使用，也有很多使用限制。因为其过于强大甚至可以用于制作假图，所以存在一定的风险。

5.Stable Diffusion

2022年7月28日，Stable Diffusion的AI生成器开始内测，用它生成的AI绘画作品，质量可以媲美DALL-E 2，而且还没那么多限制。最关键的是，Stable Diffusion的开发公司Stability AI崇尚开源，他们的宗旨是“AI by the people,for the people”。Stable Diffusion内测不到1个月，正式宣布开源，这意味着所有人都能在本地部署自己的AI绘画生成器，真正实现每个人“只要你会说话，就能够创作出一幅画”。

AI绘画目前正在高速发展，每天都有新的进展和突破，其迭代速度之快，令人叹为观止，不断引起人们的研究和关注。