1.1 AIGC的主要技术

AIGC的发展源于早期基于概率模型和规则系统的方法，但受规则的限制。随着深度学习的兴起，深度神经网络和变分自编码器等模型取得重要突破。然后，生成对抗网络（Generative Adversarial Network, GAN）引入对抗训练机制，实现了更逼真的生成样本。Transformer模型通过自注意力机制改进了序列数据建模，开创了新思路。接着，生成式预训练Transformer（Generative Pre-trained Transformer, GPT）基于Transformer模型，通过预训练和微调解决了自然语言处理（Natural Language Processing, NLP）任务，ChatGPT扩展了GPT。最后，ChatGPT和稳定扩散（Stable Diffusion）等模型进一步推动了AIGC的发展，取得了新突破。总体而言，AIGC在各个领域都取得了显著进展，并展现了巨大的潜力。AIGC相关技术的发展历程如图1-1所示。

图1-1 AIGC相关技术的发展历程