前沿篇—生成模型

在很长一段时间里，人工智能主要扮演“判别者”的角色（分类或回归）。然而，真正的智能不仅包含理解，更包含创造。

本部分将引领读者跨越判别式模型的边界，进入生成式模型的广阔天地。

无论是变分自编码器（VAE）对潜在空间的平滑映射，生成对抗网络（GAN）中激烈的零和博弈，还是扩散模型（Diffusion）从混沌噪声中重构秩序的热力学灵感，它们都展示了机器如何模仿人类的想象力，从无到有地创造数据。

学习路径：

• 通过 VAE 理解数据的压缩表示与概率生成。
• 通过 GAN 掌握生成器与判别器的动态平衡与训练技巧。
• 深入 Diffusion Model 的去噪过程，理解当前 AIGC 图像生成背后的物理与数学原理。