近期，图像到图像翻译、图像修复这样的条件图像生成领域的新进展主要是依赖条件GAN模型的成功，这种方法主要通过联合GAN损失函数和重构损失函数进行优化。但是，在论文《Harmonizing Maximum Likelihood with GANs for Multimodal Conditional Generation》中，作者表示几乎所有已有方法共用同一训练技巧而造成一个极大的副作用：输出样本缺乏多样性。为了同时拥有训练稳定性、生成多模态输出，作者提出一种带有一系列全新损失函数的新训练流程，也就是用moment重构损失函数取代先前的重构损失函数。