※ 引述 《newwu (說不定我一生涓滴廢文)》 之銘言：
: 1.模型缺乏人類的先驗知識，例如我們知道耳機長怎樣，即使沒看過耳機的ＡＣＧ圖
: 2.缺乏人類的創造力，因為人所能接受的ＡＣＧ圖範圍一定比現在大得多，
: 缺乏人類的經驗知識或本能，以現在的做法機器無法拓展新的創作範圍
: 　
: 接下來簡單講一下，我所理解的主流生成模型
: 2. Diffusion model （見圖三）
: 這個東西就是現在主流的這些動漫圖生成器的原理
: 這東西比較不直觀 數學也很複雜
: 簡單來說，
: 在訓練這模型時，先讓原本那些樣本點隨機擴散
: 最後變成一個高斯分佈 （ＡＣＧ圖退化成雜訊）
: 同時紀錄擴散過程
: 之後再訓練一個模型學習逆擴散，把高斯分佈還原回ＡＣＧ圖範圍
: 之後你高斯分佈取一點（丟一張雜訊給模型）
: 模型就會自動把你的圖推回去那範圍（變成ＡＣＧ圖了）
這個加噪降噪的過程可以用數學方程表達
比如說雷太獵奇奶的概念
人類的理解就是巨乳、氣球
diffusion的理解則是一堆數學式
同樣的概念，不同的表達方式
人會參考過去經驗或既定習慣作畫，這些參考或習慣就是拼圖塊，機器從何不是
你畫一個雷太獵奇奶的大鳳擺jojo立，這讓人或AI畫都是在拼拼圖

你的拼圖定義好像有點廣欸

這個拼圖的定義.....

有點想看

==加油

人類是用經驗在拼湊概念 AI用數學在拼湊特徵

= =