01 生成式AI图像技术概述
文档摘要
第 1 章 · 生成式AI图像技术概述 本章要回答的三个问题：生成式AI和传统的"识别/分类"AI到底差在哪，为什么它能凭空造图？图像生成与编辑是这两年才出现，还是有一条清晰的历史脉络？今天主流的生成模型（GAN、VAE、扩散）放在同一张桌子上的胜负手是什么？ 为什么会有这一章 很多人第一次接触生成式AI，是先被结果唬住：输入一句话，出来一张几乎以假乱真的图。于是本能地把"会画画"当成一种神秘魔法，遇到更深的问题（为什么会崩、为什么有的模型快有的模型慢）就无从下手。这一章的使命是把这团浆糊摊开——先说生成式AI的数学身份是"学分布再采样"，再讲这条路是从噪声到清晰的一套思路，然后横向摆出 GAN、VAE、扩散三类范式，让你在进入扩散细节之前，先拥有一张全图。
第 1 章 · 生成式AI图像技术概述
本章要回答的三个问题：生成式AI和传统的"识别/分类"AI到底差在哪，为什么它能凭空造图？图像生成与编辑是这两年才出现，还是有一条清晰的历史脉络？今天主流的生成模型（GAN、VAE、扩散）放在同一张桌子上的胜负手是什么？
为什么会有这一章
很多人第一次接触生成式AI，是先被结果唬住：输入一句话，出来一张几乎以假乱真的图。于是本能地把"会画画"当成一种神秘魔法，遇到更深的问题（为什么会崩、为什么有的模型快有的模型慢）就无从下手。这一章的使命是把这团浆糊摊开——先说生成式AI的数学身份是"学分布再采样"，再讲这条路是从噪声到清晰的一套思路，然后横向摆出 GAN、VAE、扩散三类范式，让你在进入扩散细节之前，先拥有一张全图。你不能在没握过方向盘之前就冲进弯道；同理，也不建议在没建起范式坐标系之前就啃 DDPM 的公式。
本章开头定位：这是一套教程的第一层地基。第二章的扩散原理之所以能讲得顺，依赖你对"分布采样"与"噪声逐步清退"两个直觉有印象。我们全册反复用到的比喻——把画面当作一张被打满噪点、又被一口气一口气擦净的画稿——正是从这里的"分布采样"起步：噪声是分布里的随机点，去噪是从分布回推清晰点的过程。先有这张画室台面的想象，后面讲调度曲线、讲条件注入，你才有地方安放它们。
读完能解决什么
把开篇的三个问题对号入座：
- 你会准确区分判别式与生成式模型，并能用"学分布再采样"一句话解释生成。
- 你会把图像生成的历史梳理成 VAE、GAN、以扩散为代表的三个阶段，知道每个阶段解决了上一个阶段的哪个痛点。
- 你会在同一次对话里说清 GAN 用对抗、VAE 用重构、扩散用"逐步去噪"三套配方各自主攻什么、各自短在哪。
- 你会为本册后续章节备好关键词库：数据分布、潜在空间、采样、模式崩溃、噪声调度。
各节怎么分工
| 节号 | 回答哪个问题 | 关键产出 |
|---|---|---|
| 1.1 生成式AI基础与图像数字化 | 生成式和判别式差在哪 | 分布采样直觉 + 图像数字化与潜在空间概念 |
| 1.2 核心生成模型范式对比 | 三套主线方案怎么 PK | GAN/VAE/扩散的对比矩阵与选型直觉 |
这里的划分很刻意：1.1 负责把"地面"铺平——先说什么是分布、什么是采样、图像在机器里是什么；1.2 才进入"路线之争"，把三套主流范式拿出来对质。这样你读第二章时，手里既有概念工具，又有范式坐标，不至于在 DDPM 的公式里迷路。
先决条件
- 对"神经网络做前向计算、输出一个结果"有一丝基本概念即可，不用会训练。
- 会看图、能读懂折线——本章用到的调度曲线、对比表都属于这个层面。
- 不要求任何代码功底；本章代码块只用于直观说明，可跳过不读。
往下走到哪
读完后你的手电就照亮了第二章的门口。第二章会沿着本章"扩散范式"这条支线，把"先加噪、再去噪"展开成马尔可夫链、噪声调度公式、反向去噪网络与训练目标。这一章欠你的每一块拼图，都会在第二章里严丝合缝地嵌回来；而你在本章建立的范式坐标，也将成为第四、五、六章做方案对比时反复调用的一把尺子。
同时，这一章也在教你一种"不被某个模型吓住"的眼光：当别人炫耀某张惊艳的图时，你能在脑子里快速把它归位到"哦，这是一个扩散/GAN/VAE 系的存在"，并大致说得出它靠的是哪套配方的强项。这种把热闹还原成本质的能力，是第一层地基真正要交付给你的东西——它不像给出一串术语那么炫，却能让你在后续几十节里每一步都踩得踏实。