针对 GAN 在线对抗训练时出现的不稳定性问题，来自 UCLA 与谷歌大脑的研究者发表论文《Self-Supervised Generative Adversarial Networks》，提出了对抗训练+自监督训练的新训练方法。该方法是无监督的，不需要标记数据，但可以达到和条件 GAN 相当的训练稳定性，同时 ImageNet 生成质量可以达到 FID33（这是在 ImageNet 上无条件训练获得的最佳结果）。该研究入选了 NeurIPS 2018 Workshop。