ANTI-AI ARCHIVE
艺术史节点 / 098 · 2018

StyleGAN:基于风格的生成架构

StyleGAN

Karras, Laine & Aila

导读

StyleGAN 引入 mapping network 与 style-based generator,对不同尺度视觉属性进行更直观的控制。它把“latent space 中存在可导航视觉属性”这一观念推向广泛文化影响,也推动人脸生成、latent editing 与 AI 肖像实践。

原始文献#098
所链接文献 PDF 的第 2 页,保留原图与原语言。页面版本以来源文件为准;后来的修订或重印日期不替代节点的历史日期。查看大图 ↗

所链接文献 PDF 的第 2 页,保留原图与原语言。页面版本以来源文件为准;后来的修订或重印日期不替代节点的历史日期。

Karras, Laine & Aila · 原文献 · 图像权利归原权利人;不视为开放许可

资料出处 · StyleGAN ↗

档案研究说明

将可控的形态与随机细节分开。

ANTI-AI ARCHIVE · 修订 2026-10-02

研究方法与具体变化

StyleGAN改变了生成器如何接收潜在变量:不同尺度的样式控制与随机变化可以分别影响图像。作者以人脸说明姿态、身份等较高层次属性与雀斑、发丝等细节的分离,并提出评估插值与解耦的方法。预印本发表于2018年,会议版本发表于2019年,两种日期不应合并。

本节依据: StyleGAN:基于风格的生成架构:资料依据

在艺术史中的位置

这种结构让潜在空间不只是随机取样的容器,也成为可以连续探索的视觉场域。但论文中的style是模型控制术语,并不自动等同于某位艺术家的历史风格。作品分析仍需说明训练材料、选择过程及最终呈现。

本节依据: StyleGAN:基于风格的生成架构:资料依据

正文引用资料

StyleGAN:基于风格的生成架构:资料依据 ↗

核读作者或会议页面的摘要与版本记录;未通读全部证明或复现实验。

本篇按引用范围扩写档案说明;研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助,尚未经独立人工审校;分节引文标明依据,不代表已独立验证全部史实。

带着问题继续阅读

生成对抗网络 ↗

比较本条与生成对抗网络之间的制作方法、控制方式或展示语境。

StyleGAN2:分析并改进生成图像质量 ↗

比较本条与StyleGAN2:分析并改进生成图像质量之间的制作方法、控制方式或展示语境。

日期与版本记录

节点标注日期:2018 · 来源记录的历史日期:2018

以上日期属于历史事件或资料所记版本,不是本站页面的上线日期;保留原有日期精度与待核事项。

原始资料与进一步阅读

以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。

01
StyleGAN:基于风格的生成架构 ↗

StyleGAN

https://arxiv.org/abs/1812.04948

当前引用地址

出处、翻译与核验状态

主线节点 #098 · 历史节点

研究资料与补充出处 · 1

AI 艺术谱系研究母版 · p. 19 · 061
原记日期: 2018
StyleGAN:基于风格的生成架构 ↗
StyleGAN

站内说明依据所列研究资料撰写,非外链全文译本;AI 辅助翻译,待独立人工审校。

母版研究论述与日期尚待独立核验。

引用本节点

ANTI-AI ARCHIVE. StyleGAN:基于风格的生成架构. 艺术史节点 #098. https://salondesrefuses.cn/zh/art-history/061

引用具体史实时,请同时引用上方原始资料,并补充你的访问日期。本站说明不是外链全文译本。

相邻节点按时间顺序排列,不意味着二者存在直接影响或因果关系。