AI 绘画简史

　　从机械臂到梦境创造者，艺术与科技的交响曲正在不断演进。在这个旅程中，AI绘画作为一股不可忽视的力量，正逐步从技术的边缘走向艺术的中心。让我们一同回顾AI绘画的发展历程，见证这一由机械臂变为梦境创造者的传奇。

1970s：机械臂的浪漫——AARON项目

　　在70年代，艺术家哈罗德·科恩（Harold Cohen）开始打造电脑程序“AARON”进行绘画创作。与当下AI绘画输出数字作品不同，AARON是真正控制一个机械臂来作画。Harold对AARON的改进持续了几十年，直到他离世。80年代时，ARRON“掌握”了三维物体的绘制；90年代时，AARON能够使用多种颜色进行绘画，据称直到今天，ARRON仍然在创作。

2012年：首次揭幕——Google的“猫脸革命”

　　2012年，Google两位大名鼎鼎的AI大神吴恩达和Jeff Dean进行了一场空前的试验，联手使用1.6万个CPU训练了一个当时世界上最大的深度学习网络，用来指导计算机画出猫脸图片。他们使用了来自YouTube的1000万个猫脸图片，经过3天的训练，最终得到的模型能够生成一个非常模糊的猫脸。

2014年：对抗与生成——GAN网络的冒险

　　2014年，AI学术界提出了一个非常重要的深度学习模型——对抗生成网络（GAN）。正如其名，“对抗生成”这个深度学习模型的核心理念是让两个内部程序“生成器”（generator）和“判别器”（discriminator）互相PK平衡后得到结果。这一模型的提出为AI绘画的进一步发展奠定了坚实基础。

2015年：梦境开端——Deep Dream的异想世界

　　2015年11月，《Deep Unsupervised Learning using Nonequilibrium Thermodynamics》论文发表，是扩散模型的开山之作。同年，Google发布了图像工具DeepDream，通过DeepDream，代码被编织成梦，提供了窥探AI“梦境”的难得机会。这些“梦境”画作与人类观众进行了首次对话。

2017年：初识简约——Google的“sketch-rnn”

　　艺术的极简，有时比复杂更难。Google的sketch-rnn以最简的笔触演绎了日常物体背后的深刻哲思。在David Ha与Douglas Eck合作的论文中，研究者设计了一个名为「sketch-rnn」的生成式RNN，它能够用简单的笔触描绘出日常物体，旨在训练机器如何像人类一样提炼事物的抽象概念。

2017年：创新风潮——Facebook的CAN网络

　　这一年，Facebook在艺术与技术间架起了一座桥梁。CAN网络首次不再模仿，而是创造，引领着AI向着艺术家的身份更进一步。Facebook联合罗格斯大学和查尔斯顿学院艺术史系合作得到的新模型——创造性对抗网络（CAN），尝试输出一些像是艺术家作品的图画，它们是独一无二的。

2019年 & 2020年：扩散模型之光

　　基于梯度估计的生成模型和DDPM的诞生标志着AI绘画技术的一个突破。这种新的画布让AI的创作变得更加精细而充满无限可能。2019年和2020年，多篇关于扩散模型的论文相继发表，为AI绘画技术的发展奠定了理论基础。

2021年：触摸现实——OpenAI的CLIP与微软的LoRA

　　CLIP的到来使AI的图像与文字理解迈上了新台阶，而LoRA的出现则让这场盛宴的参与者们变得更加庞大。OpenAI团队在2021年开源了新的深度学习模型CLIP，而微软则在同年发布了LoRA论文，解决了大语言模型微调的问题。

2022年：光影交响——Disco Diffusion与MidJourney的诗意空间

　　Disco Diffusion让抽象图形变得触手可及，而MidJourney的诗意探险则彻底打开了AI在艺术上的想象之门。这两个项目在2022年相继发布，为AI绘画带来了更多的可能性和创意空间。

2023年：掌控画笔——ControlNet与SAM的卓越视域

　　ControlNet与Segment Anything（SAM）的登场不仅增强了AI创作的精确性、可控性还拉近了AI与艺术的距离。这两个项目在2023年相继发布为AI绘画技术带来了新的突破和发展方向。

　　从AARON的机械臂到DALL-E 3的精神火花AI正成为我们共同创造未来的伙伴。在这千变万化的世界中唯一不变的是那份探求艺术与科技结合的激情和毅力。一个崭新的艺术纪元正在召唤你准备好与AI一同探索艺术的新领域了吗？