敵対的に訓練された生成モデル（GANs）は最近、説得力のある画像合成結果を達成しました。しかし、非教師あり表現学習におけるGANの初期的成功にもかかわらず、その後、自己監督に基づく手法に取って代わられています。本研究では、画像生成品質の向上が表現学習性能の大幅な改善につながることを示しています。当方針であるBigBiGANは、最先端のBigGANモデルを基盤とし、エンコーダーを追加し、ディスクリミネーターを修正することで表現学習に拡張しています。私たちはこれらのBigBiGANモデルの表現学習および生成能力を広範囲に評価し、これらの生成ベースのモデルがImageNetでの非教師あり表現学習において最高峰の成果を達成していることを実証しました。また、無条件画像生成においても同様です。事前学習済みのBigBiGANモデル（画像ジェネレーターとエンコーダーを含む）はTensorFlow Hub (https://tfhub.dev/s?publisher=deepmind&q=bigbigan) で利用可能です。