图像生成模型：技术史

图像生成在过去十年里取得了快速进展，但文献似乎在不同模型和应用领域之间碎片化。本文旨在提供一份突破性图像生成模型的全面调查，包括变分自编码器 (VAEs)、生成对抗网络 (GANs)、正规化流、自回归和基于 Transformer 的生成器，以及扩散基于的方法。我们对每种模型类型提供了详尽的技术概述，包括其 underlying objectives、architectural building blocks 和 algorithmic training steps。对于每种模型类型，我们还介绍了优化技术以及常见的 failure modes 和局限性。我们还回顾了近期在视频生成方面的发展，呈现了从静态帧生成高质量视频的研究工作。最后，我们涵盖了这些模型在鲁健性和负责任部署方面日益重要的作用，包括 deepfake 风险、检测、人工局部和水印。