研究了四个多月AI绘画，又把ChatGPT作为日常工具用了一个多月后，忽然有点明白特德·姜那篇《ChatGPT是互联网的一张模糊JPEG图像》背后的含义了。
因为AI目前的训练集只不过是512×512到768×768分辨率的图片，而各种附加的、混合的、额外训练的模型，受限于算力，也无法从根本上提升它的精度。
你看到的AI成品越精美，其实代表它越接近于原始训练集，换言之就是过拟合了。
如果试图单靠AI画出一张细节尽可能完美的图，结果往往会令人沮丧。例如只有一只手不完美时，理论上我们可以用Inpaint单独重画，但很可能几百轮重画下来都未必能达到想要的结果。全图重画又可能顾此失彼，手完美了，别处又乱掉了。
这几乎是“精度不足”现状下的必然情况。区区数GB的基础模型和消费级显卡，在可接受时间内能生成的极限就是如此。
能精准控制绘画结果的Controlnet发布后令人精神一振，正说明了AI绘画至今困扰我们的局限所在：不借助人力进行强力干预的情况下，单靠AI画出理想的作品难如登天。