top of page

video credits

logging in...

Illustrazione verde di una GAN: una rete generatore con una nuvola di rumore, un cubo luminoso e una rete discriminatore con foglie segnate come vere e false

Reti GAN: cosa sono, come funzionano e le applicazioni in architettura

Mehmet Karaağaç

•

09 marzo 2026

•

it

Tempo di lettura: 11 minuti

7701 visualizzazioni

Aggiornato il: 30 ottobre 2026

Una rete generativa avversaria (GAN) è una coppia di reti neurali addestrate l'una contro l'altra: un generatore trasforma rumore casuale in nuove immagini e un discriminatore impara a distinguere quelle immagini dalle immagini reali. Ian Goodfellow e i suoi coautori hanno presentato l'idea nel 2014; ogni rete migliora cercando di battere l'altra, finché le immagini generate sembrano reali.

"Architettura di una GAN" ha due significati, e questa guida li tratta entrambi. Prima il modello: le sue due reti, i loro strati, il ciclo di addestramento e la funzione di loss, poi i tipi principali di reti GAN e le loro applicazioni. Poi le GAN nella progettazione degli edifici: cosa hanno costruito architetti e ricercatori, da pix2pix ad ArchiGAN e House-GAN, e dove si sono fermate. Nel 2021 i modelli di diffusione hanno superato le GAN nella generazione di immagini, quindi l'ultima parte mostra dove le GAN si usano ancora a ottobre 2026.


Cosa sono le reti generative avversarie (GAN)?


Le reti generative avversarie sono una classe di modelli di deep learning che imparano la distribuzione di un dataset di addestramento e generano nuovi campioni che la seguono: soprattutto immagini, ma anche audio e altri dati. Si usano nella visione artificiale, nella sintesi di immagini e nella traduzione da immagine a immagine.

Una GAN è formata da due reti neurali addestrate nello stesso momento. Il generatore produce campioni sintetici e il discriminatore giudica se un campione viene dal dataset reale o dal generatore. Grazie a questo apprendimento avversario, il generatore impara a produrre risultati più realistici e il discriminatore diventa più bravo a riconoscere quelli generati.

Una GAN di base, non condizionata, non ha bisogno di etichette: impara solo da immagini non etichettate. Le GAN condizionate sono diverse: pix2pix, per esempio, impara da coppie di immagini, come un disegno e la foto in cui deve trasformarsi, ed è per questo che si è prestata ai compiti di traduzione di immagini in architettura.


Architettura di una GAN: generatore e discriminatore



L'architettura di una GAN è fatta di due reti collegate in un ciclo. Il generatore prende un vettore di rumore z casuale, estratto da una distribuzione semplice p(z), e lo trasforma in un campione sintetico G(z). Il discriminatore riceve un campione reale x dai dati di addestramento oppure un campione generato G(z) e restituisce una probabilità D(x) tra 0 e 1 che l'input sia reale. Il corso di machine learning di Google descrive la stessa struttura nella sua panoramica della struttura di una GAN.

Nel modello DCGAN, lo schema di base della maggior parte delle GAN per immagini, le due reti sono speculari, come le costruisce il tutorial ufficiale DCGAN di PyTorch:

Rete

Input

Strati

Output

Generatore

Un vettore di rumore z

Convoluzioni trasposte che ingrandiscono i dati passo dopo passo, con batch normalization e ReLU

Un'immagine, attraverso uno strato di output Tanh

Discriminatore

Un'immagine reale o generata

Convoluzioni con stride che riducono l'immagine passo dopo passo, con batch normalization e LeakyReLU

Una probabilità che l'immagine sia reale

Come si addestra una GAN, passo dopo passo

L'addestramento si alterna tra le due reti, un batch dopo l'altro:

  1. Addestrare il discriminatore: gli si mostra un batch di immagini reali etichettate come vere e un batch di immagini del generatore etichettate come false, e si aggiornano i suoi pesi perché le classifichi correttamente.

  2. Addestrare il generatore: si fa passare nuovo rumore nel generatore e poi nel discriminatore, e si aggiornano solo i pesi del generatore perché il discriminatore tenda a giudicare reali le sue immagini.

  3. Ripetere: i progressi di una rete rendono più difficile il compito dell'altra, quindi entrambe continuano a migliorare; l'addestramento si ferma quando le immagini generate sono convincenti o smettono di migliorare.

L'obiettivo dell'addestramento è un gioco minimax tra le due reti:


Obiettivo minimax di una GAN: G minimizza e D massimizza il valore atteso di log D(x) sui dati reali più log(1 − D(G(z))) sui campioni generati.

Dove:

  • G(z; θg) è il generatore, che trasforma un vettore di rumore z in un campione generato; θg sono i suoi parametri.

  • D(x; θd) è il discriminatore, che restituisce la probabilità che il suo input x sia reale; θd sono i suoi parametri.

  • p_data(x) è la distribuzione dei dati reali di addestramento.

  • p_z(z) è la distribuzione del rumore (latente) da cui il generatore estrae i campioni.

Il discriminatore massimizza questo valore: vuole D(x) vicino a 1 per le immagini reali e D(G(z)) vicino a 0 per quelle generate. Il generatore lo minimizza facendo salire D(G(z)). All'inizio dell'addestramento il generatore è scarso e log(1 − D(G(z))) non gli dà quasi nessun gradiente, quindi la maggior parte delle implementazioni, compreso il tutorial di PyTorch, addestra il generatore a massimizzare log D(G(z)): la cosiddetta loss non saturante.

L'addestramento di una GAN è sensibile agli iperparametri, come il learning rate, la dimensione del batch e l'equilibrio tra le due reti. Il corso di Google elenca i problemi più comuni: gradienti che svaniscono quando il discriminatore diventa troppo bravo, mode collapse (collasso dei modi) quando il generatore continua a produrre gli stessi pochi risultati, e mancata convergenza.


Tipi di reti GAN


Dalla GAN originale del 2014 i ricercatori hanno proposto molte varianti per stabilizzare l'addestramento, controllare ciò che viene generato e raggiungere risoluzioni più alte. Tutte mantengono l'idea avversaria; cambiano il disegno delle reti, la loss e l'input. La tabella raccoglie le più note con il loro primo articolo su arXiv (verificati il 30 ottobre 2026).

Modello

Anno

Primo articolo

Cosa ha cambiato

GAN (originale)

2014

Lo schema generatore-discriminatore e l'obiettivo minimax; instabile da addestrare e soggetta a mode collapse

GAN condizionata (cGAN)

2014

Fornisce a entrambe le reti un'informazione in più, come un'etichetta di classe, per controllare ciò che viene generato

LAPGAN

2015

Genera le immagini dal grossolano al dettaglio su una piramide laplaciana di risoluzioni, una delle prime GAN multiscala

DCGAN

2015

Generatore e discriminatore convoluzionali con una ricetta di addestramento stabile; lo schema delle GAN per immagini successive

InfoGAN

2016

Un termine di teoria dell'informazione che fa controllare a parti del codice di input caratteristiche interpretabili, senza etichette

LSGAN

2016

Una loss ai minimi quadrati che riduce i gradienti che svaniscono

SRGAN

2016

Super-risoluzione con una loss avversaria, per immagini ingrandite più nitide

pix2pix

2016

Traduzione da immagine a immagine con coppie di esempi e una GAN condizionata (CVPR 2017)

WGAN e WGAN-GP

2017

La distanza di Wasserstein per gradienti più regolari; la penalità sul gradiente (GP) sostituisce il clipping dei pesi

BEGAN

2017

Un autoencoder come discriminatore e un termine di equilibrio tra le due reti

CycleGAN

2017

Traduzione da immagine a immagine senza coppie, grazie alla coerenza ciclica

StarGAN

2017

Traduzione tra molti domini di immagini con un solo modello

SAGAN

2018

Strati di self-attention per dare coerenza all'intera immagine

ESRGAN

2018

Una SRGAN migliorata, con texture più realistiche nelle immagini ingrandite

BigGAN

2018

Generazione condizionata per classe su larga scala: grande realismo con un alto costo di calcolo

StyleGAN, StyleGAN2, StyleGAN3

2018–2021

Un generatore basato sugli stili che separa la struttura generale dal dettaglio fine, perfezionato in StyleGAN2 e StyleGAN3

GauGAN (SPADE)

2019

Trasforma una mappa di zone come cielo, alberi e acqua in un'immagine quasi fotografica (CVPR 2019)

TransGAN

2021

Transformer al posto delle convoluzioni in entrambe le reti; soprattutto un modello di ricerca


Quali sono i vantaggi delle GAN?


Il principale vantaggio delle GAN nella generazione di immagini è la qualità delle immagini: una volta addestrata, una GAN produce immagini nitide e realistiche, e lo fa con un solo passaggio in avanti, il che la rende anche veloce.

  • Risultati nitidi e dettagliati nella sintesi di immagini, nella super-risoluzione e nella traduzione da immagine a immagine.

  • Generazione veloce dopo l'addestramento: un solo passaggio nel generatore, senza passi di campionamento iterativi.

  • Nessuna etichetta per le GAN non condizionate; i modelli condizionati come pix2pix hanno invece bisogno di coppie di esempi.

  • Nessuna verosimiglianza esplicita: il discriminatore impara che cosa significa "realistico", quindi il modello può cogliere dati complessi senza una formula di probabilità scritta.

Questi punti di forza hanno reso le GAN l'approccio principale alla generazione di immagini finché i modelli di diffusione non le hanno superate nel 2021.


Quali sono gli svantaggi delle GAN?


Lo stesso meccanismo avversario che dà alle GAN immagini nitide le rende anche difficili da addestrare. I due problemi più noti sono il mode collapse, quando il generatore produce solo pochi tipi di risultato e ignora il resto dei dati, e l'instabilità dell'addestramento, quando le due reti non trovano mai un equilibrio.

  • Sensibilità agli iperparametri come learning rate, dimensione del batch e struttura delle reti.

  • Difficili da valutare: nessuna metrica da sola misura insieme qualità e varietà.

  • Scarsa interpretabilità: ciò che le reti imparano è difficile da spiegare.

  • Servono molti dati: risultati stabili e di qualità richiedono dataset ampi e vari; con poca varietà il modello generalizza male.

  • Meno varietà e un controllo testuale più debole rispetto ai modelli di diffusione, uno dei motivi per cui la diffusione si è imposta nella generazione di immagini da testo.

  • Rischio di abuso: falsi realistici, problemi di privacy e pregiudizi copiati dai dati di addestramento.

In architettura c'è un limite in più: una GAN restituisce pixel, non geometria, quindi una pianta o una facciata disegnata da una GAN non ha misure su cui fare affidamento (vedi la sezione sull'architettura più avanti).


Applicazioni GAN


Le GAN danno il meglio dove bisogna generare, tradurre o migliorare dati, soprattutto immagini. La tabella collega ogni applicazione ai modelli noti per quel compito.

Applicazione

Cosa fa la GAN

Modelli di esempio

Sintesi di immagini

Genera nuove immagini, come volti, oggetti o texture, a partire dal rumore

DCGAN, StyleGAN, BigGAN

Traduzione da immagine a immagine

Trasforma un tipo di immagine in un altro: un disegno in un'immagine quasi fotografica, il giorno in notte, uno stile in un altro

pix2pix (con coppie), CycleGAN (senza coppie), StarGAN

Generazione di scene da uno schema

Dipinge una scena quasi fotografica da una mappa di zone come cielo, acqua e alberi

GauGAN (SPADE)

Super-risoluzione e restauro

Ingrandisce e rende più nitide le immagini a bassa risoluzione aggiungendo dettagli plausibili

SRGAN, ESRGAN

Modifica di volti e attributi

Cambia età, espressione o capelli mantenendo l'identità

StarGAN, StyleGAN

Video retargeting

Porta il contenuto di un video nello stile di un altro dominio mantenendo coerenti i fotogrammi

Da testo a immagine

Genera immagini da una descrizione scritta

StyleGAN-T, GigaGAN (2023); oggi questo compito è dominato dai modelli di diffusione

Data augmentation

Crea esempi sintetici di addestramento, per esempio per il rilevamento di oggetti quando mancano dati etichettati

GAN specifiche per ogni compito

La traduzione da immagine a immagine è l'applicazione più vicina all'architettura. Addestrato su coppie di disegni e immagini finite, un modello come pix2pix impara a trasformare semplici disegni in immagini realistiche, un compito che oggi gli architetti conoscono dai flussi di lavoro da schizzo a render in architettura, insieme ai passaggi dal giorno alla notte, al cambio dei materiali e al trasferimento di stile.


Le GAN in architettura: progetti e limiti


Nella progettazione degli edifici le GAN hanno lavorato su immagini: piante, facciate e viste disegnate come pixel, non modelli 3D o disegni CAD. I progetti meglio documentati vanno dal 2018 al 2021, un primo capitolo dell'architettura generativa. Poiché è la rete a disegnare l'immagine e non un motore di rendering basato sulla fisica, la traduzione di immagini con le GAN è anche una prima forma di rendering neurale.

Piante: da pix2pixHD ad ArchiGAN e House-GAN

Al CAADRIA 2018, Zheng e Huang ("Understanding and Visualizing GAN in Architectural Drawings") hanno addestrato pix2pixHD su piante disegnate con un colore per ogni stanza, così che il modello imparasse a generare distribuzioni di stanze come immagini a colori.

ArchiGAN, il progetto di tesi di Stanislas Chaillou ad Harvard (maggio 2019, presentato sul blog tecnico di NVIDIA il 17 luglio 2019), concatena tre modelli Pix2Pix per un edificio residenziale: il primo genera l'impronta dell'edificio, il secondo il programma delle stanze e le finestre, il terzo gli arredi, e l'architetto può modificare il risultato tra un passaggio e l'altro.

House-GAN (Nauata et al., ECCV 2020) parte da un diagramma a bolle, un grafo delle stanze e dei loro collegamenti, e genera distribuzioni di case come rettangoli di stanze; House-GAN++ (CVPR 2021) ha perfezionato il metodo.

Facciate e volumi: FrankenGAN e Building-GAN

FrankenGAN (Kelly, Guerrero, Steed, Wonka e Mitra, 2018) aggiunge dettagli di facciata e di copertura a semplici modelli volumetrici. Building-GAN (Chang et al., ICCV 2021) lavora in tre dimensioni: genera progetti volumetrici di edifici a partire da un grafo del programma.

Schizzi, volumi e immagini di paesaggio

I traduttori di uso generale si possono addestrare allo stesso modo: pix2pix su coppie di schizzi e immagini finite, CycleGAN senza coppie corrispondenti e GauGAN per dipingere un paesaggio da una mappa di zone come cielo, acqua e alberi. Questi modelli possono trasformare semplici disegni e viste volumetriche in render stilizzati o fotorealistici, i primi passi verso l'attuale visualizzazione architettonica con l'AI. Sono particolarmente utili nelle prime fasi del progetto, quando la precisione geometrica conta meno della comunicazione visiva e dell'esplorazione dei concept.

Le GAN sono state usate anche per generare dati architettonici sintetici: esempi in più per addestrare modelli di visione artificiale quando le immagini reali sono poche o difficili da etichettare.

I limiti delle piante generate dalle GAN

Chaillou ha indicato i limiti di ArchiGAN: i muri portanti non si allineavano da un piano all'altro e il risultato era un'immagine raster, non un disegno vettoriale. Lo stesso vale per tutti i modelli di questa sezione: restituiscono pixel che sembrano muri e stanze, senza misure, scala né struttura. L'architetto resta al comando, ed è anche la risposta realistica alla domanda se l'AI sostituirà gli architetti.

Gli strumenti di immagine con l'AI restituiscono ancora pixel. Il modulo Pianta di ArchiVinci reinterpreta l'immagine di una pianta 2D in uno di quattro stili (Vista 3D, Pennarello, Colore pieno o Disegno), ed è così che puoi colorare una planimetria con l'AI; non misura la pianta.

A sinistra l'immagine di una planimetria schizzata su carta; a destra la stessa planimetria come disegno al tratto pulito con muri spessi.

Esempio dalla nostra pagina per colorare le planimetrie, realizzato nel modulo Pianta. A sinistra: l'immagine caricata di una planimetria schizzata su carta. A destra: il risultato dello stile Disegno con il prompt lasciato vuoto, un'immagine con gli stessi ambienti che non è misurata.

Per una pianta da misurare e modificare, usa Floor Plan Maker e disegna la tua planimetria online: muri, porte, finestre e ambienti con le loro superfici, le lunghezze dei muri e le misure degli arredi in vista mentre disegni, come in un programma CAD, quote, una vista 3D ed esportazione in DXF, SVG, PDF o PNG, gratis nei browser desktop. Può anche ricostruire con l'AI l'immagine o il PDF di una pianta esistente come pianta modificabile (1 credito su un account gratuito, rimborsato se la conversione non riesce).

Editor 2D di Floor Plan Maker con una pianta del piano terra arredata, nomi e superfici delle stanze e il pannello delle finiture

Dai modelli di ricerca agli strumenti nel browser

Oggi non serve addestrare un modello per trasformare uno schizzo in un'immagine. In ArchiVinci, un'app per browser, carichi uno schizzo, una vista del modello 3D o una foto, descrivi materiali e luce in un prompt facoltativo, e il motore predefinito genera in pochi secondi una nuova immagine che segue ciò che hai caricato. Il motore predefinito, ArchiVinci 4.0, mantiene la prospettiva e la geometria di ciò che carichi, e ogni generazione dà una variante nuova, quindi rigenera per un'altra opzione o rifinisci un dettaglio nel modulo Modifica. Gli esempi sono nella pagina del generatore di render AI; un nuovo account parte con 3 crediti gratuiti, e l'uso commerciale richiede un piano attivo.


Trasforma uno schizzo o un volume in un render

Carica uno schizzo, una vista volumetrica o una foto e indica lo stile e i materiali in una frase: ArchiVinci genera in pochi secondi una versione fotorealistica che segue la tua immagine. Un nuovo account parte con 3 crediti gratuiti.

Renderizza il tuo progetto con l'AI

Come si confrontano le GAN con altri modelli generativi?


Le GAN si differenziano dagli altri modelli generativi per come imparano e per come generano. I modelli di diffusione partono dal rumore e lo rimuovono in molti passaggi; i modelli autoregressivi come PixelRNN (2016) generano un'immagine un elemento alla volta; una GAN produce l'intera immagine in un solo passaggio. Per il confronto completo, leggi la nostra guida ai modelli di diffusione.

Aspetto

GAN

Modelli di diffusione

Modelli autoregressivi

Come imparano

Un generatore e un discriminatore addestrati l'uno contro l'altro

Una rete impara a togliere il rumore aggiunto alle immagini di addestramento

Una rete impara a prevedere l'elemento successivo, un pixel o un token

Come generano

Un solo passaggio a partire da un vettore di rumore

Molti passaggi di denoising; i modelli distillati ne richiedono da 1 a 4

Un elemento dopo l'altro, quindi le immagini grandi richiedono più tempo

Compromesso tipico

Veloci e nitide, ma con addestramento instabile e meno varietà

Addestramento stabile e immagini varie e di qualità; più lenti senza distillazione

Controllo fine del dettaglio locale; lenti per le immagini

L'articolo del 2021 "Diffusion Models Beat GANs on Image Synthesis" di Dhariwal e Nichol ha segnato la svolta: da allora i modelli di diffusione guidano la ricerca sulla generazione di immagini, e le GAN sono passate a ruoli di supporto.

Le GAN si usano ancora nel 2026?

Sì, a ottobre 2026, ma soprattutto in ruoli di supporto e non come generatore principale di immagini:

  • Upscaling e restauro: SRGAN ed ESRGAN hanno addestrato reti di super-risoluzione con una loss avversaria, e gli upscaler basati sul modello di ESRGAN sono ancora condivisi e usati per ingrandire le immagini. La nostra guida all'upscaling con l'AI spiega che cosa un upscaler può e non può aggiungere a un'immagine di architettura.

  • GAN da testo a immagine: StyleGAN-T e GigaGAN (CVPR 2023) hanno mostrato che le GAN si possono scalare per generare immagini dal testo.

  • Addestramento avversario dentro i modelli di diffusione: Adversarial Diffusion Distillation (2023), il metodo alla base di SDXL Turbo, usa un discriminatore perché un modello di diffusione produca un'immagine in uno-quattro passaggi.

  • Dati sintetici di addestramento: le GAN restano un modo per creare esempi in più per addestrare altri modelli quando i dati reali scarseggiano.


Punti chiave

  • Una GAN è formata da due reti neurali addestrate l'una contro l'altra: un generatore che crea campioni dal rumore e un discriminatore che giudica se sono reali.

  • L'architettura di una GAN indica di solito questa struttura; nel modello DCGAN il generatore ingrandisce i dati con convoluzioni trasposte e il discriminatore riduce l'immagine con convoluzioni con stride.

  • L'addestramento si alterna tra le due reti; mode collapse, instabilità e sensibilità agli iperparametri sono i problemi classici.

  • I tipi principali di reti GAN vanno dalla GAN originale (2014) a GigaGAN (2023), passando per DCGAN, WGAN, pix2pix, CycleGAN e StyleGAN.

  • In architettura le GAN hanno disegnato piante (ArchiGAN, House-GAN), dettagli di facciata (FrankenGAN) e volumi di edifici (Building-GAN), sempre senza misure su cui fare affidamento.

  • I modelli di diffusione hanno superato le GAN nel 2021; le GAN restano uno degli algoritmi di rendering AI da conoscere, oggi soprattutto negli upscaler, nei generatori veloci e nell'addestramento avversario.

Provalo in ArchiVinci

Descrivi un edificio in una frase, oppure carica uno schizzo o una vista del modello 3D: ArchiVinci genera immagini di concept che lo seguono. Un nuovo account parte con 3 crediti gratuiti.

Domande frequenti


Qual è il principale vantaggio delle GAN nella generazione di immagini?

La qualità delle immagini. Una GAN addestrata produce immagini nitide e realistiche, e poiché le basta un solo passaggio nel generatore, è anche veloce.

Quali sono le due parti di una GAN?

Il generatore, che trasforma rumore casuale in nuovi campioni, e il discriminatore, che giudica se un campione è reale o generato. Si addestrano insieme, l'uno contro l'altro.

Cos'è ArchiGAN?

ArchiGAN è il progetto di tesi di Stanislas Chaillou ad Harvard (2019): una catena di tre modelli Pix2Pix che genera l'impronta di un edificio residenziale, poi le stanze e le finestre, poi gli arredi, con l'architetto che modifica il risultato tra un passaggio e l'altro. Il risultato è un'immagine, non un disegno vettoriale.

Quando è meglio usare una GAN invece di un modello di diffusione o basato su transformer?

Quando velocità e dettaglio nitido contano più della varietà o del controllo testuale, come nella super-risoluzione, in alcuni compiti da immagine a immagine e negli usi in tempo reale con un tipo di immagine ristretto e ben definito. Per la generazione generale di immagini da testo, dal 2021 i modelli di diffusione sono la scelta migliore.

Le GAN si possono usare in modo affidabile per compiti che richiedono precisione geometrica o spaziale?

No. Una GAN restituisce pixel, non geometria, quindi è adatta al realismo visivo, non alla precisione metrica. Per una pianta con misure reali, disegnala con uno strumento per le piante come Floor Plan Maker, che mostra le lunghezze dei muri e le misure degli arredi mentre disegni, come un programma CAD.

In che modo la qualità del dataset influisce sull'addestramento di una GAN e sul realismo del risultato?

Molto. Un dataset piccolo, sbilanciato o ripetitivo porta al mode collapse e a risultati poco realistici, e una GAN non può generare tipi di immagini assenti dai suoi dati di addestramento.

Le GAN si usano insieme ai modelli di diffusione?

Sì. Adversarial Diffusion Distillation addestra un modello di diffusione contro un discriminatore perché gli bastino pochi passaggi, e gli upscaler della famiglia ESRGAN si usano per ingrandire immagini create con altri modelli.


bottom of page