原版的 GAN 是一种无监督学习，我们只要准备大量真实数据就行了。而如果要像 BigGAN 那样在 ImageNet 上生成高保真度的图像，我们还是需要大量类别信息。该研究论文《High-Fidelity Image Generation With Fewer Labels》介绍了如何在没有标注或有少量标注数据的情况下生成高保真图像，这大大缩小了条件GAN 与无监督 GAN 的差距。