数据跟不上，孟繁岐即便理论再好，却也难做出足够好的效果，不足以让人信服。
“我也算是搞了好个月的应用技术了，现在数据上要等一两个月，看来是时候做点基础工作，为以后铺垫了。”
时隔多月，孟繁岐也算是终于被迫静下心来，有了足够的时间做一些基础的理论方法，而不是急于做产品又或者是变现。
毕竟，往后的技术不管是AI生成语音，图像还是文本，目前的这些技术理论还有不小的缺陷和问题。
他计划最近开发的，便是后来非常火热的一款图片生成技术，StableDiffusion的基础部件，diffusion原理。
这是后来许多优质生成技术的基石，非常适合现在做准备。
扩散(diffusion)模型，这个比较不明觉厉的名词，虽然后来知晓原理的人很少，但很多人却都听过这个名词多次。
从AI绘图软件生成的作品打败一众人类艺术家，斩获数字艺术类冠军，到后来Midjourney，、Imagen、novelai等国内外平台遍地开花。
越来越多的人都曾点开过相关网站，尝试让AI描绘脑海中的画面，又或者是进行局部的修改调整。
有以文生图，各种神秘咒语召唤古神的，也有以图生图，闹出各种神奇笑话的。
2022年，AI绘画，AI生成图像，在短短几个月内数次进步。
每一次的进展突破都带了了肉眼可见的提升，远超人类的想象。
就在22年年关左右的时候，大家都还在嘲笑AI绘图是什么东西，实在太过丑陋了。
结果三个月后就发现事情似乎没有那么简单，AI开始大量产出各种波涛胸涌的绘图，这吸引了相当一部分人们的注意力。
那时不少人还在开玩笑说，虽然AI画得不行，但你真别说，它对题材的把握还是非常不错的嘛！水平不够，题材来凑。
等再过三四个月，到22年底的时候，AI绘画的水平和能力已经无人再去争议了。
这回大家主要争论的点又变了，变成了AI绘图究竟是不是抄袭，AI水平和画师究竟谁更强。
抛开到底谁更强这件说不清的事不谈，单从大家争论的这些内容就能看出，AI绘画的能力确实进步得非常之快。
“平心而论，在AI生成这件事情上，GAN生成式方法是让大家走了弯路的。”
虽然孟繁岐的GAN生成式办法在学界广受好评，建立起了很高的学术声誉和知名度，FaceGAN的假脸生成效果也颇为惊艳，但最终真正让AI制图火起来的还是扩散模型。
“GAN办法生成对抗的模式固然让人感到惊为天人，但两个网络彼此对抗学习，毕竟还是非常麻烦的事情。”孟繁岐思忖了一下，现在的大难题，数据是一方面，计算设备则是另一方面。