2026-10-13 23:01:03 作者：大讲堂
上周和某头部电商的算法负责人吃饭，他吐槽说现在招生成式算法岗，简历里十个有九个写着“精通Stable Diffusion、大模型微调”，问了三句关于GAN的细节，全答不上来。
他当场拍桌子——现在的人都忘了，三年前电商场景里把商品图生成成本打下来70%的，根本不是什么扩散模型，就是最早那批做条件GAN的团队。
挺唏嘘的。
2014年Goodfellow提出GAN的时候，整个计算机视觉圈差点把实验室门槛踏破。谁能想到不到十年，这个曾经拿了ICLR最佳论文的技术，现在成了大模型光环下的“过气选手”？
别拿“过气”标签盖棺：GAN的技术边界从来不是和扩散模型抢饭碗
很多人对GAN的认知还停留在“两个网络互相打架”的层面。说穿了就是——你让一个刚学画画的新手（生成器）瞎编假图，再找一个资深鉴宝专家（判别器）天天盯着这些图挑错，哪个地方假就指出来，新手改到专家分不出来真假为止。
就这么个逻辑。
但这里有个很多人没说透的核心区别：GAN从根上是“对抗式拟合”，不是像扩散模型那样从带噪图一步步去噪磨出来的。这就导致它的天生优势——生成速度快3-10倍，单张图的生成显存占用只有扩散模型的1/5到1/3，细节锐度在特定任务上甚至比扩散模型还稳。
当然短板也明摆着：训练的时候容易模式崩溃，就是生成器翻来覆去只会出那几类图，不会玩新的；多模态对齐的能力天生弱，你让它精准生成“穿红色汉服、在西湖边举着冰棒的16岁女生”，它很容易把冰棒画成糖葫芦，或者把汉服领口画歪。
GAN生成器判别器对抗训练流程示意图
对吧？你看，这根本不是谁取代谁的问题，是从根上的设计逻辑就决定了适用场景不一样。之前我看到很多技术博主吵“GAN已死”，吵到最后连各自的技术边界都没搞清楚，纯纯情绪输出。
被藏在流水线里的真实应用：没人天天挂在嘴上，但离钱更近
为什么说现在很多人对GAN的认知是错的？因为他们总盯着“生成能发朋友圈的创意图”这个场景——这个赛道确实被扩散模型占了大头，但GAN根本没在这个赛道死磕。
你打开电商平台搜某个小众品类，比如定制款的宠物围兜，点进去的商品图，有多少是真的拍出来的？去年我接触的一家做跨境电商的深圳团队，整个商品图拍摄团队从12个人裁到2个人，剩下的全靠StyleGAN3改图：把固定的宠物模型抠出来，换不同的围兜款式、不同的背景、甚至不同的宠物毛色，一天能出2000张图，单张成本从之前的35块降到了4毛钱。
换做扩散模型做？算过账，单张图的显存成本就要2块多，还得花大量时间调提示词，防止把宠物的耳朵画成三角形，根本不划算。
还有什么场景？
工业检测。对，就是工厂里找零件瑕疵的那个场景。之前很多人用扩散模型生成带瑕疵的零件样本，结果发现生成的瑕疵和真实的工业瑕疵纹理对不上——毕竟真实的划痕、掉漆是有非常固定的物理纹理的，GAN因为是对抗训练出来的，纹理拟合的精准度比扩散模型高一个量级，现在国内好几家做工业视觉的头部厂商，训练集里的30%以上的瑕疵样本，都是用条件GAN生成的。
工业零件表面瑕疵GAN生成样本对比图
还有自动驾驶场景里的仿真数据生成。你总不能为了训练自动驾驶模型，专门找个雨天在山路上开几百公里录数据吧？现在很多团队用GAN生成不同光照、不同天气下的道路场景，成本比真实路测低两个数量级。
这些场景有个共同点：不需要天马行空的创意，需要的是高保真、低延迟、成本可控的标准化生成。刚好是GAN的舒适区。
说个很有意思的细节：去年某大模型厂商的技术负责人公开说，他们现在做视频生成的时候，最后10%的帧细节锐化，还是得靠专门训练的GAN头做后期，不然扩散模型出来的画面总有点雾蒙蒙的，边缘发虚。
你看，哪有什么技术被彻底淘汰啊，都是被放到了它该待的位置上而已。
绕不开的暗礁：GAN的治理难题从来没因为“过气”消失
绕不开的暗礁：GAN的治理难题从来没因为“过气”消失
别觉得GAN现在不火了，它惹出来的麻烦就少了。
恰恰相反。
因为它生成速度快、成本低、不需要大算力显卡就能跑，现在反而成了黑灰产的重灾区。之前看到过一个案例，有人把开源的StyleGAN模型打包成个小软件，只需要几张普通人的正面照片，就能生成换脸的色情视频，整个过程只需要30秒，连一张正经的显卡都不需要——毕竟模型才几百M大小，普通笔记本就能跑。
你用扩散模型做换脸？先不说生成速度慢，光是模型大小就十几个G，普通用户根本懒得下载。
更麻烦的是什么？因为GAN的训练是对抗式的，生成的图像在频域上的痕迹和扩散模型根本不一样，现在市面上很多通用的AI生成内容检测工具，对GAN生成的图的识别准确率，比扩散模型的低至少20个百分点。说白了，之前为了抓扩散模型生成的假图做的检测模型，碰到GAN的假图就直接瞎了。
还有数据合规的问题。现在很多人训练GAN的时候，直接爬了网上几百万张人像照片，根本没经过肖像权授权。之前有个做AI头像生成的创业公司，就是靠爬的明星照片训练StyleGAN，最后被告到赔了几百万。
这些问题，根本不是靠技术迭代就能自动解决的。
之前有人说，等大模型普及了，这些小模型的治理问题就不用管了。纯属扯淡。技术的可及程度越高，带来的治理成本只会越高，不会越低。
聊点实在的，未来3-5年，GAN到底会走到哪一步？
第一个判断：它不会回到2018年那个万众瞩目的C位，但会成为生成式AI产业链里的“隐形基础设施”。就像现在你用手机拍照的时候，根本不会注意到里面的ISP芯片用了什么图像处理算法，但没有它，你拍出来的照片根本没法看。以后不管是大模型做视频生成，还是电商做商品图，还是工业做检测，都会把GAN当成一个基础的模块嵌进去，没人会专门拿出来吹——毕竟嵌进去之后，用户根本感知不到它的存在。
第二个判断：垂直场景的GAN定制化，会是一个被严重低估的创业赛道。现在很多人都在做通用的大模型，烧钱烧到天上去，但很少有人专门给某个垂直场景——比如工业瑕疵检测、服装面料生成、医疗影像增广——训练专门的小参数GAN模型。这类模型不需要多大的参数，可能几百万参数就够，但是针对特定场景优化到极致，成本只有大模型的1%，效果反而更好。之前我看过一个做面料生成的小团队，就用100万参数的GAN，生成的不同纹理的面料图，比通用扩散模型的真实度高30%，客户都是国内的大型服装面料厂商，一年的营收也能做到大几千万。
第三个判断：针对GAN的内容检测和溯源标准，会在2026年之前形成统一的行业规范。现在监管层已经注意到了这个问题——毕竟黑灰产用GAN做的假图假视频，传播速度太快了，总不能等出事了再补规则。到时候所有开源的GAN模型，都会被要求嵌入隐形水印，生成的内容从一开始就带着可溯源的标记，根本不需要事后靠检测算法去猜。
最后说句掏心窝子的话。
技术这东西，从来不是谁火谁就赢。
你十年前觉得没用的技术，可能现在正在某个你根本注意不到的流水线里，帮企业省着几个亿的成本；你现在吹上天的技术，可能过两年就被更便宜、更高效的技术挤到角落去了。
GAN从来没死掉。
它只是从聚光灯下，走到了真正能创造价值的地方而已。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：GAN冷了？拆解它被大模型光环盖住的产业真实坐标
文章链接：https://m.lfdjt.com/info_23_25668.html
大讲堂