先带大家看一下深度学习模型发展历程：
2014年：GAN 图像生成发布，对输出结果的控制力较弱，容易产生随机图像、分辨率比较低。
2017年：Transformer 自然语言模型发布，引入自注意力机制，能够基于两个单词间的关系进行建模，有效理解单词在上下文中的意思，支持并行训练，使语言模型训练效果达到新高度。是自然语言理解飞跃性发展，平行训练优势逐步发展出超亿规模的大模型，ChatGPT打开AI新纪元。
2021年：CLIP 文本-图像生成发布，对文字、图像分别进行训练，不断调整两个模型内部参数，使得模型分别输出文字特征值和图像特征值并确认匹配，多模态技术推动AIGC内容多样性雏形。
2022年：Diffusion 图像生成发布，通过增加噪声破坏训练数据来学习，然后找出如何逆转这种噪声过程以恢复原始图像，高效地解决GAN无AI绘画法训练、训练不稳定的问题。图像生成技术突破，点燃AIGC
从以上的发展不难看出，AIGC今年的爆发是厚积薄发的必然结果。
