1.1.2 发展历程

2014年，Ian Goodfellow提出的生成对抗网络（GAN）的概念，为后来的AI生成式摄影奠定了基础。随着深度学习和计算能力的提升，研究者们开始探索如何使用GAN来生成逼真的摄影作品。

2016年，一篇名为＂Image-to-Image Translation with Conditional Adversarial Networks＂的论文被发表，成功应用GAN实现了图像风格转换。

2017年，＂Pixel Recursive Super Resolution＂等技术的研究工作进一步提高了图像生成的质量和细节。

到了2018年，＂Progressive Growing of GANs＂的出现使得生成的图像更加逼真，且分辨率更高。

随着技术的不断进步，AI生成式摄影开始逐渐受到关注和应用。一些平台开始提供AI生成式摄影的服务，用户可以通过简单的文字描述或选择风格要求，快速生成高质量的摄影作品。这些作品在细节、纹理、画面结构、色彩等方面都高度逼真，与相机拍摄的照片难以区分，如图1-1所示。