先帶大家看一下深度學習模型發展歷程：
2014年：GAN 圖像生成發布，對輸出結果的控制力較弱，容易產生隨機圖像、分辨率比較低。
2017年：Transformer 自然語言模型發布，引入自注意力機制，能夠基于兩個單詞間的關系進行建模，有效理解單詞在上下文中的意思，支持并行訓練，使語言模型訓練效果達到新高度。是自然語言理解飛躍性發展，平行訓練優勢逐步發展出超億規模的大模型，ChatGPT打開AI新紀元。
2021年：CLIP 文本-圖像生成發布，對文字、圖像分別進行訓練，不斷調整兩個模型內部參數，使得模型分別輸出文字特征值和圖像特征值并確認匹配，多模態技術推動AIGC內容多樣性雛形。
2022年：Diffusion 圖像生成發布，通過增加噪聲破壞訓練數據來學習，然后找出如何逆轉這種噪聲過程以恢復原始圖像，高效地解決GAN無AI繪畫法訓練、訓練不穩定的問題。圖像生成技術突破，點燃AIGC
從以上的發展不難看出，AIGC今年的爆發是厚積薄發的必然結果。
