GAN对比扩散模型：为何AI画作打印上墙总显「廉价」？
Fast-Moment1761 · reddit · 2026-08-08
一位从事装饰艺术项目 8 个月的开发者分享了一项有趣的实验：现代扩散模型生成的图像虽然极其逼真，但往往「过于干净」，每个物体都有明确的语义目的，看几眼就会觉得乏味，不适合作为实体画作打印上墙。
为了寻找具有耐看质感的图像，作者转向了 GAN（生成对抗网络）。他使用上万张公有领域历史画作进行训练，发现 GAN 生成图像的魅力恰恰在于它「犯错」产生的模糊性——比如一个形状既像悬崖又像织物或破损的颜料，大脑会不断猜测它的本质。
作者的朋友试图用现代图像模型通过反向提示词来复现这种质感。尽管提示词越来越精准，颜色和构图也越来越接近，但始终无法还原 GAN 图像那种迷人的模糊感。作者指出，这是因为文本条件模型存在「语义瓶颈」：一旦你用文字定义了那是「悬崖」，模型就会生成一个极其明确的悬崖，从而丧失了 GAN 那种脱离语义标签的视觉张力。
所属事件:开发者反思扩散模型语义瓶颈：GAN更适合实体艺术(2 条相关)→
「Fun」频道最新
- Google 实习生邀约 Jeff Dean 一对一交流，引发职场社交讨论 — breadli428 · 2026-08-08
- OpenAI 迅速修复模型性格,被质疑故意压抑旧版个性 — Angaisb_ · 2026-08-08
- 用 AI 智能体自动撰写论文 Rebuttal 对抗审稿人 — CSProfKGD · 2026-08-08
- 把 ChatGPT 接入银行账户：AI 乱花钱后光速滑跪道歉 — ThePeterMick · 2026-08-08
- 科技圈头衔梗：LinkedIn 上人均高管，X 上只看代码 — _Stocko_ · 2026-08-08
- DeepSeek 陷入无限“思考”循环 — _wOvAN_ · 2026-08-08