20260803-东吴证券-_汽车_黄细里_AI系列深度08期_GAN与Diffusion两类生成范式有何差异_4页_885kb

GAN与Diffusion生成范式差异分析总结

核心内容

本文围绕生成模型的两大主流范式——GAN（生成对抗网络）与Diffusion（扩散模型），分析其技术路线、核心差异及在不同领域的应用前景。文章指出，随着AI技术的发展，生成模型的应用已从内容生成逐步扩展至物理世界建模，特别是在智能驾驶等场景中展现出重要价值。

主要观点

1. 生成模型的目标
   生成模型旨在学习数据的分布，并生成新样本，与判别模型不同，其关注的是如何从噪声或条件输入中生成图像、视频、声音等数据。

2. GAN与Diffusion的对比

   • GAN：基于生成器与判别器的对抗博弈，能够一步生成高质量图像，图像锐利，适合实时生成和特定垂类应用。但训练不稳定、存在模式崩溃问题，且在规模化方面面临挑战。
   • Diffusion：通过多步去噪过程将生成问题转化为回归学习，具有更稳定的训练过程、更全面的分布覆盖和更强的条件控制能力，但推理速度较慢，算力需求较高。

3. 技术演进脉络
   生成模型的发展可分为五条主要脉络：

   • VAE（变分自编码器）：显式概率和潜变量建模
   • GAN：推动高真实感图像生成
   • 自回归模型：将图像视为token序列逐步预测
   • DDPM（深度扩散模型）：重塑扩散范式
   • 得分匹配与流匹配：将扩散、得分模型与连续生成路径统一视角
     2022年后，扩散模型与Transformer的结合（如DiT）推动了生成模型在图像、视频及世界模型等方向的规模化应用。

4. 当前趋势

   • 图像和视频生成领域已普遍转向Diffusion及其流匹配变体，如Stable Diffusion、DALL-E2、Sora、Veo、可灵等。
   • GAN虽面临挑战，但其思想仍在对抗蒸馏、一步生成和扩散提速等领域发挥作用。
   • 生成模型正从内容生产走向物理世界建模，这使得其在智能驾驶、机器人动作生成等物理AI领域具有广阔前景。

关键信息

技术差异维度

产业应用方向

• 数字AI：以“扩散/流匹配 + Transformer/DiT”为技术栈，竞争焦点转向数据、工程化、成本与产品体验。
• 物理AI：用于合成长尾驾驶场景、仿真训练、机器人动作生成等，但若要进入安全闭环，还需解决动作条件化、长时域一致性及可靠评估等问题。

智能驾驶前景

• 智能驾驶作为最先实现闭环的代表场景，成为物理AI发展的重要方向，应重点关注。

风险提示

1. 技术迭代不及预期
2. 大模型厂商ARR增速放缓
3. 云服务商资本开支不及预期
4. 智能驾驶及机器人商业化落地不及预期

数据展示（部分）

注：数据来源Wind，东吴证券研究所，截至2026年6月30日。

法律声明

本公众号为东吴证券研究所依法设立、独立运营的官方订阅号，所推送内容均来自已发布研究报告，不构成投资建议。如需了解详细信息，请参考完整报告。未经授权，禁止复制、转载或修改内容。