文章插图 2015年的时候笔者开始关注GAN ， 公众号早期的文章中就有GAN的综述 ， 这些年GAN的相关研究也是持续井喷 。 这一次咱们学术上的研究撇开不讲 ， 这么多年过去了 ， GAN有哪些最成功的商业化落地领域？ 图像生成与编辑领域GAN的诞生之初 ， 就是做数据生成 ， 如今在一些领域可以说是非常的成熟了 ， 其中尤其是StyleGAN为代表的高清人脸生成领域 。 文章插图 StyleGAN结合独创的mapping network和在图像风格化领域中通用的AdaIN技术 ， 将人脸特征进行了分层表达 ， 其生成结果已经达到了普通用户难以辨认的水平 ， 如下图展示了一些高清样本（1024×1024分辨率） 。 文章插图 文章插图 从图像生成到图像编辑其实是很自然的过渡 ， 比如我们可以将StyleGAN应用于人脸表情 ， 年龄等属性编辑 ， 也可以采用其他类似框架 ， 之前介绍过的爆款应用FaceAPP中有非常好的实现 。 「AI产品」一键时光穿梭表情互动 ， 这款FaceApp你知否？ 文章插图 文章插图 另外在人脸算法领域中 ， 大家最熟悉的莫过于换脸算法Deepfake 。 文章插图 通过公用的编码器和专用的解码器 ， 即实现了人脸身份的编辑 ， 下面的这张朱茵换脸成杨幂的图相信大家都很熟悉了 。 文章插图 后来一度大火的ZAO应用大部分同学也不会忘记 ， 如今在国外依旧有一些换脸APP可以正常使用 。 文章插图 除了人脸 ， 人体的编辑也是当下的热点 ， 从换脸算法到换衣算法 ， 只是一个数据和模型迭代的时间周期问题了 。 文章插图 图像增强领域由于GAN擅长于建模数据分布 ， 因此在图像增强领域中应用非常广泛 ， 包含图像降噪 ， 超分辨 ， 去模糊 ， 图像修复等 。 我们以前给大家介绍过一款图像质量增强APP ， 名为‘你我当年’ ， 可以非常好地恢复低清图像的分辨率 ， 去除噪声 。 「AI产品」你我当年的老照片 ， 如今修复了可还行？ 文章插图 下图展示了一些对比图 。 文章插图 文章插图 背后自然是少不了GAN模型的功劳 ， 其中SRGAN等就是比较典型的代表 。 另外 ， 在图像的美学增强 ， 图像修复等领域中技术发展也非常迅速 ， 相信不久后就会出现新的爆款应用 。 文章插图