StyleGAN-XL：将 StyleGAN 扩展至大规模多样化数据集

计算机图形学近期经历了以数据为中心的方法的激增，用于照片级真实且可控的内容生成。尤其是 StyleGAN 在图像质量与可控性方面的生成建模树立了新的标准。然而，StyleGAN 在如 ImageNet 等大型非结构化数据集上的性能严重退化。StyleGAN 是为可控性而设计的；因此，先前工作怀疑其限制性设计不适合多样化数据集。相反，我们发现当前训练策略才是主要限制因素。遵循最近提出的 Projected GAN 范式，我们利用强大的神经网络先验与渐进式增长策略，成功地在 ImageNet 上训练了最新的 StyleGAN3 生成器。我们的最终模型 StyleGAN-XL 在大规模图像合成上确立了新的最先进水平，并且是首个在此类数据集规模下以 $1024^2$ 分辨率生成图像的模型。我们证明该模型能够反转并编辑超出人像或特定对象类别等狭窄领域的图像。