“技術提的太快，就是會碰到這種問題。”孟繁岐有些無可奈何，別說很多領域還來不及接受和消化自己做出的能力提升。

    這些地方原本積累的那點數據在新的技術面前，完全不夠看，數量實在太少了。

    即便他們能夠及時調轉車頭，開始進行優質數據的積累和標注，肯定也是要一段時間的。

    數據跟不上，孟繁岐即便理論再好，卻也難做出足夠好的效果，不足以讓人信服。

    “我也算是搞了好個月的應用技術了，現在數據上要等一兩個月，看來是時候做點基礎工作，為以后鋪墊了。”

    時隔多月，孟繁岐也算是終于被迫靜下心來，有了足夠的時間做一些基礎的理論方法，而不是急于做產品又或者是變現。

    畢竟，往后的技術不管是AI生成語音，圖像還是文本，目前的這些技術理論還有不小的缺陷和問題。

    他計劃最近開發的，便是后來非常火熱的一款圖片生成技術，StableDiffusion的基礎部件，diffusion原理。

    這是后來許多優質生成技術的基石，非常適合現在做準備。

    擴散(diffusion)模型，這個比較不明覺厲的名詞，雖然后來知曉原理的人很少，但很多人卻都聽過這個名詞多次。

    從AI繪圖軟件生成的作品打敗一眾人類藝術家，斬獲數字藝術類冠軍，到后來Midjourney，DALL.E、Imagen、novelai等國內外平臺遍地開花。

    越來越多的人都曾點開過相關網站，嘗試讓AI描繪腦海中的畫面，又或者是進行局部的修改調整。

    有以文生圖，各種神秘咒語召喚古神的，也有以圖生圖，鬧出各種神奇笑話的。

    2022年，AI繪畫，AI生成圖像，在短短幾個月內數次進步。

    每一次的進展突破都帶了了肉眼可見的提升，遠超人類的想象。

    就在22年年關左右的時候，大家都還在嘲笑AI繪圖是什么東西，實在太過丑陋了。

    結果三個月后就發現事情似乎沒有那么簡單，AI開始大量產出各種波濤胸涌的繪圖，這吸引了相當一部分人們的注意力。