GAN是 生成对抗网络（Generative Adversarial Networks）的简称。它是一种深度学习模型，由Ian Goodfellow在2014年提出。GAN通过生成与真实数据极为相似的虚拟数据，推动了图像生成、数据增强、艺术创作等领域的突破性进展。
GAN的基本思想是通过生成器和判别器的相互博弈来提高模型输出结果的质量。生成器负责生成虚拟数据，而判别器则负责判断生成的数据是否真实。在这个过程中，生成器试图生成越来越逼真的数据以欺骗判别器，而判别器则努力提高自己的判断能力。最终，生成器能够生成难以区分真伪的高质量数据。
GAN技术的应用已经渗透到多个领域，包括图像生成、音频生成、视频生成、数据增强、艺术创作等。通过GAN，计算机能够创造出高度逼真、甚至前所未有的艺术作品，帮助人们实现许多以前难以想象的应用。