GANji：面向入门级AI图像生成的框架
计算机视觉与模式识别
2025-09-30 v1
摘要
生成模型的比较研究通常需要大量计算资源，这给研究人员和实践者造成了障碍。本文介绍了GANji，这是一个用于基准测试基础AI图像生成技术的轻量级框架，采用包含10,314个日本汉字字符的数据集。它系统地比较了变分自编码器(VAE)、生成对抗网络(GAN)和去噪扩散概率模型(DDPM)的性能。结果表明，尽管DDPM以FID分数26.2获得最高的图像保真度，但其采样时间是其他模型的2000多倍。GANji框架是一个有效且可访问的工具，能够揭示模型架构、计算成本和视觉质量之间的基本权衡，使其适用于教育和研究目的。
引用
@article{arxiv.2509.24128,
title = {GANji: A Framework for Introductory AI Image Generation},
author = {Chandon Hamel and Mike Busch},
journal= {arXiv preprint arXiv:2509.24128},
year = {2025}
}