이미지 생성 모델 발전하는거 보면

맨 처음 autoregressive 모델에서는 이전 픽셀 정보 가지고, 다음 픽셀에 올 확률 가장 높은거 선택해서 한 픽셀씩 생성하는 단순한 방식이었는데

그 다음 나온 normalizing flow, autoencoder 방식은 이미지를 압축 시키는 함수랑, 반대로 원래 이미지로 복원하는 함수를 학습해서 이미지를 생성하고

또 그 다음에 나온 generative adversarial network 방식은 이미지를 생성하는 놈이랑, 생성된 이미지가 진짜인지 가짜인지 구별하는 놈 서로 경쟁 시키면서 더 정확한 이미지 생성하는 방법이고

가장 최근에 나온 diffusion 방식은 이미지에 노이즈를 점점 추가해 가면서 최종적으로 완전한 노이즈로 만들고, 다시 반대로 점점 노이즈를 제거해가는 방식으로 복원하도록 학습해서 이미지를 생성함

진짜 가면 갈수록 지 꼴리는 대로 만드는데 어떻게 더 성능 좋게 나오는지 이해가 안가네