生成模型（GAN, VAE, 扩散模型）

🎨 让 AI 学会”凭空创造”

你给 AI 看 100 万张猫的照片——然后说”生成一张新猫的照片”。

AI 不是”记住”了哪一张照片，而是学会了猫的”规律”——有耳朵、有眼睛、毛茸茸的……然后按这个规律生成了一张以前不存在的照片。

这就是 生成模型（Generative Model）——学习训练数据的分布，生成新的、合理的样本。

---

⚔️ GAN——生成器和判别器的”猫鼠游戏”

GAN（Generative Adversarial Network）由两个网络组成：

生成器 G：从随机噪声 → 生成假图像（"造假者"）
判别器 D：区分真实图像和假图像（"鉴定专家"）

对抗训练：
G 想让 D 认为假图像是真的（"骗过鉴定者"）
D 想识破 G 的假图像（"不被骗"）
→ 双方互相"竞争"，共同进步

# GAN 的训练循环
for epoch in range(epochs):
    # 训练判别器 D
    fake = G(noise)                          # 生成器造假
    d_loss = -log(D(real)) - log(1 - D(fake)) # D 要区分真假
    d_loss.backward()
    
    # 训练生成器 G
    fake = G(noise)                          # 再生成一次
    g_loss = -log(D(fake))                   # G 想骗过 D
    g_loss.backward()

---

🌫️ 扩散模型——从噪声中”去噪”出图像

Stable Diffusion、DALL·E、Midjourney 都使用扩散模型。

前向过程（训练时）：
清晰的猫图片 → 逐步加噪声 → 完全随机的噪声
                               ↑
               学习"去噪"——每一步预测怎么去掉噪声

反向过程（生成时）：
随机噪声 → 逐步去噪 → 生成清晰的猫图片

# 扩散模型的生成过程（概念简化）
def generate(denoise_model, steps=50):
    x = torch.randn(3, 256, 256)  # 纯噪声
    
    for t in reversed(range(steps)):
        noise_pred = denoise_model(x, t)  # 预测噪声
        x = x - noise_pred                 # 去一步噪声
    
    return x  # 生成的图像

为什么扩散模型火了？

• GAN 训练不稳定（生成器和判别器难平衡）
• 扩散模型训练稳定，生成质量极好
• 支持”条件生成”——输入文字描述，生成对应图像

---

📝 小结

模型	核心思想	优点	缺点
GAN	生成器 vs 判别器对抗	生成快	训练不稳定
VAE	编码→隐空间→解码	隐空间有数学性质	生成偏模糊
扩散模型	逐步去噪	质量最高、稳定	生成慢（逐步去噪）

为什么先学这个？ 生成模型关注”生成”。另一个方向是”决策”——强化学习（Q-Learning, DQN）。