自 2018 年 12 月英伟达推出 StyleGAN 以来，合成人脸已经让人难以轻易分辨。特别是今年年初，英伟达开源了 StyleGAN 的代码，大量真假难辨的人脸被开发者「创造」出来。
这一机器学习技术是为了生成模拟真实图像的新图像。使用StyleGAN，不同于大多数其他生成器，可以定制不同的因素来更改生成的图像的结果。
StyleGAN 生成的图像非常逼真，它是一步一步地生成人工的图像，从非常低的分辨率开始，一直到高分辨率（1024×1024）。通过分别地修改网络中每个级别的输入，它可以控制在该级别中所表示的视觉特征，从粗糙的特征（姿势、面部形状）到精细的细节（头发颜色），而不会影响其它的级别。同时这种生成器也可以用于将同样的机器学习应用到其他动物、汽车甚至房间中。
但是，StyleGAN 还有一些缺陷，最明显的是生成的图像有时包含斑点似的伪影(artifacts)，经过几个月的改进，这一缺陷今天也被完美解决了。
最近，NVIDIA 的研究人员发布了 StyleGAN 的升级版—— StyleGAN2，重点修复 artifacts 问题，并进一步提高了生成图像的质量。
StyleGAN2 的主要改进：
- 更快速的训练速度
- 新生成的图像质量非常高（更高的 FID 分数和较少的 artifacts 伪影）
- 更好的混合风格 Style-mixing
- 平滑插值（额外正则化）
论文Paper: https://arxiv.org/pdf/1912.04958.pdf
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。