gan怎么生成图像

去年夏天，我参加了一个AI图像生成的研讨会。地点是那家开了二十多年的咖啡馆，角落里的那张老木桌见证了我们一群人的热烈讨论。有个技术大牛，他分享了用GAN（生成对抗网络）生成图像的过程。
他说，首先得准备一大堆真实图片，作为训练数据。当时，我旁边的小姑娘好奇地问：“那得多少张啊？”技术大牛回答：“至少得几万张，这样才能让GAN学会真实图像的分布。”
然后，GAN会分出两个网络：一个生成网络，一个判别网络。生成网络的任务是生成图片，而判别网络的职责是判断这些图片是不是真的。他们俩就这样不断对战，生成网络越挫越勇，判别网络也越来越精明。
我记得那天，我们讨论到凌晨四点，技术大牛突然说：“等等，还有个事，我突然想到。GAN不仅能生成图像，还能生成视频呢！”我那时候就想着，这技术发展得也太快了吧。
如今，GAN已经能生成越来越逼真的图像了。但问题是，这样的技术会带来什么样的影响呢？比如，那些伪造的图片和视频，该如何分辨呢？等等，还有个事，我突然想到，GAN的应用领域好像越来越广了。

GAN能生成图像，用深度学习，训练模型，喂大量图片。
先收集成千上万的图片，分为真实和假造的。 然后训练生成器G和判别器D。 生成器G造图，判别器D辨真伪。 模型迭代，不断优化，图像质量提高。
项目：AIGC生成图像 时间：2021年至今 数字：训练数据10万+