StyleGAN 生成配对数据最为直接的方式就是在 w + 空间直接进行相关属性的隐向量编辑，生成相关属性，其中隐向量编辑方法包括 GanSpace、InterFaceGAN 及 StyleSpace 等等。
字节跳动 - 智能创作团队提出了一种用于学习轻量级 GAN 的在线多粒度蒸馏算法 OMGD。在 Pix2Pix 的结果表明，OMGD 对 U-Net 和 Resnet 两种类型的 GAN 都显著优于当前最先进的方法，且计算成本减少许多。
WGAN使用了新的距离定义 Wasserstein Distance，在理论上给出了GAN训练不稳定的原因，即交叉熵不适合衡量具有不相交部分的分布之间的距离，转而使用wassertein距离去衡量生成数据分布和真实数据分布之间的距离，理论上解决了训练不稳定的问题。
