深度报告-20260731-东吴证券-汽车行业深度报告_AI系列深度08期_GAN与Diffusion两类生成范式有何差异_12页_569kb

汽车行业深度报告总结

核心内容概述

本报告聚焦于生成模型在人工智能领域的发展，特别是 GAN（生成对抗网络）与 Diffusion（扩散模型）两类生成范式的差异及其在图像和视频生成中的应用趋势。报告指出，随着技术演进，扩散模型已成为当前图像和视频生成的主流技术路线，但在某些特定场景下，GAN 仍具备其独特价值。

主要观点

1. 生成模型的核心目标

• 学习数据背后的分布，生成新样本。
• 与判别模型不同，生成模型关注“如何生成”，而非“识别什么”。

2. GAN 与 Diffusion 的对比

3. 生成模型的发展脉络

• VAE：显式概率建模，训练稳定但生成质量有限。
• GAN：通过对抗博弈生成高质量图像，但训练不稳定。
• 自回归生成：逐元素预测，训练稳定但速度慢。
• Diffusion：通过多步去噪生成样本，训练稳定且覆盖全面。
• 流匹配与得分匹配：统一多条生成路径，提升效率和控制能力。

4. Diffusion 成为主流的原因

• 训练更稳定，易于复现。
• 分布覆盖更全，样本多样性更好。
• 可控性强，支持文本引导、局部编辑等。

5. GAN 的现状与价值

• 仍用于实时生成、人脸合成等对延迟敏感的场景。
• 通过一致性模型、蒸馏等技术实现扩散提速。
• GAN 思想在扩散模型中继续发挥作用，如对抗蒸馏。

6. 生成模型在产业中的应用

• 数字 AI：扩散 + Transformer 成为统一技术栈，竞争焦点转向数据、工程化、成本和产品体验。
• 物理 AI：用于自动驾驶仿真、机器人动作生成等，但需解决动作条件化、长时域一致性、可靠评估等问题。

7. 未来演进方向

• 流匹配与整流：更直接的生成路径，减少采样步数。
• 一致性模型与蒸馏：压缩多步生成为少步，提升推理效率。
• DiT（扩散 + Transformer）：实现规模化生成，支撑视频和世界模型发展。

关键信息

• 生成模型：从识别世界走向生成世界，是 AI 发展的重要方向。
• GAN：以对抗博弈为核心，适合实时和特定垂类，但训练不稳定、模式崩溃。
• Diffusion：以去噪过程为核心，训练稳定、分布覆盖全面、可控性强，成为通用生成主线。
• DiT：扩散模型与 Transformer 结合，实现高质量、可扩展的生成能力。
• 产业应用：扩散模型在数字 AI 和物理 AI 领域均有应用，但物理 AI 需更严格的闭环验证。
• 风险提示：
  • 技术迭代不及预期。
  • 大模型厂商 ARR 增速放缓。
  • 云服务商资本开支不及预期。
  • 智能驾驶及机器人商业化落地不及预期。

投资建议

• 增持（维持）：当前数字 AI 底座模型发展路径逐渐清晰，价值在于确定性。
• 物理 AI：作为 AI 在物理世界的应用方向，是未来增量更大的领域，应重点关注。

结论

GAN 与 Diffusion 是生成模型发展的两条重要路线，各有优劣。随着技术演进，Diffusion 成为图像和视频生成的主流，但 GAN 仍在特定场景中发挥作用。未来，生成模型将向更高效、更可控、更可扩展的方向发展，特别是在与 Transformer 结合后，展现出强大的潜力。在产业层面，生成模型正从内容生产走向物理世界的建模，成为 AI 应用于现实场景的重要工具。