比如说画画领域。

近年来，ai在图形学方面的发展，已经足够让很多人大吃一惊了。

不少高质量的ai绘画方案纷纷面世，即使使用者完全不会画画，完全没有艺术细胞，但凭借着寥寥几笔涂鸦，甚至简单一两句乃至几个词的描述，就能够通过ai生成美轮美奂的绘画，简直如同黑科技。

你输入一个【仙鹤】的词汇，【ai画画】都能够创造出多幅让你眼前一亮的画作，各种风格都有。

其实，【ai画画】并不是一面试就有这样让人吃惊的效果，它跟其他产品一样，都是经过了无数次发展迭代。它随着算力的增强，以及算法的完善，慢慢修炼到了如今的功力。

细究下来的话，【ai画画】的出现时间可能比很多人想象的要早。

上世纪60年代出现第一台计算机，而在70年代，就有一名艺术家利用电脑程序进行绘画，只是和当下【ai画画】输出数字作品有所不同，当时的方法是真的去控制一个机械臂来作画的，属于硬核【ai画画】。

等到了2006年的时候，出现一款电脑绘画产品，它可以观察照片，提取照片里的块颜色信息，使用现实中的绘画材料如油漆，粉彩或者和铅笔等进行创作，但是在智能程度上来看，这是很初级的。

现在的【ai画画】更多指的是基于深度学习模型来进行自动作图的计算机程序，这个绘画方式的发展其实是比较晚的。

在2012年的时候，一场空前的试验，使用了1000万个猫脸图片， 16万个cu整整训练了3天，最终得到的模型，令人振奋的可以生成一个非常模糊的猫脸。

在今天看起来，这个模型的训练效率和输出结果都不值一提但对于当时的ai研究领域，这是一次具有突破意义的尝试，正式开启了深度学习模型支持的【ai画画】这个“全新“研究方向。

发展到现在，【ai画画】可以用突飞猛进来形容，从cli模型基于无需标注的海量互联网图片训练大成，到cli开源引发的ai绘画模型嫁接热潮，然后找到了diffion扩散化模型作为更好的图像生成模块，最后使用潜空间降维的改进方法解决了diffion模型时间和内存资源消耗巨大的问题……这一切的一切，让人目不暇接，停滞了多年的【ai画画】水平以火箭般的速度冲到了顶峰。