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？

AI系列深度08期：GAN与Diffusion两类生成范式有何差异？ 2026年07月31日 证券分析师黄细里执业证书：S0600520010001021-60199793huangxl@dwzq.com.cn 增持（维持） ◼生成模型的核心目标，是学习数据背后的整体分布，并据此生成此前不存在的新样本。与判别模型负责识别和分类不同，生成模型回答的是如何从噪声、潜变量或条件输入中生成图像、视频、声音和动作。GAN与Diffusion是过去十余年最具代表性的两条路线，前者以生成器和判别器的对抗博弈为核心，后者以加噪和去噪过程为核心。 ◼生成模型演进可分为五条脉络：VAE代表显式概率和潜变量建模，GAN点燃高真实感图像生成，自回归路线把图像当作token序列逐步预测，DDPM重塑扩散范式，得分匹配与流匹配进一步把扩散、得分模型和连续生成路径纳入统一视角。2022年后，扩散与Transformer结合的DiT证明生成路线也可接入规模化骨干，并支撑图像、视频和世界模型方向发展。 相关研究 《AI系列深度07期：CNN与ViT两类视觉骨干有何差异？》2026-07-30 ◼GAN与Diffusion的路线差异集中在四个维度：采样速度、训练稳定性、样本多样性和可控性。GAN可一步生成、图像锐利，在实时生成和特定垂类中仍有价值，但训练不稳定、模式崩溃和规模化难度较高；Diffusion通过多步去噪把生成问题转化为更稳定的回归学习，分布覆盖更全、条件控制更强，但推理慢、算力开销大。 《AI系列深度06期：Transformer如何从序列任务走向基座模型？》2026-07-30 ◼当前图像和视频生成的通用主线已转向Diffusion及其流匹配变体，Stable Diffusion、DALL-E2、Sora、Veo、可灵等均体现这一趋势。但路线迁移并不意味着GAN完全退出：GAN思想仍在对抗蒸馏、一步生成和扩散提速中回流；一致性模型、整流流、流匹配等方法也在持续改善采样效率。 ◼产业落地上，数字AI侧形成“扩散/流匹配+Transformer/DiT”的统一技术栈，竞争焦点从单纯架构转向数据、工程化、成本和产品体验；物理AI侧，生成式世界模型用于合成长尾驾驶场景、仿真训练和机器人动作生成，但若进入安全闭环，还必须补足动作条件化、长时域一致性和可靠评估。生成模型由内容生产走向物理世界，约束显著变硬。 ◼我们认为,数字AI底座模型发展路径已逐渐清晰、价值在于确定性，但其难以实现物理世界的建模闭环；我们认为物理AI将成为物理世界的AI解决方案，从而在AI的当前发展阶段成为增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，我们认为应重点关注。 ◼风险提示：技术迭代不及预期的风险，大模型厂商ARR增速放缓的风险，云服务商资本开支不及预期的风险，智能驾驶及机器人商业化落地不及预期的风险。 内容目录 1.1.判别与生成：从识别到生成........................................................................................................41.2.生成模型要学的东西：对数据分布建模....................................................................................41.3.生成质量评价：保真度、多样性与可控性................................................................................4 2.生成模型演进：从VAE、GAN到Diffusion与流匹配.....................................................................5 2.1.显式概率时代：VAE.....................................................................................................................52.2.对抗时代：GAN点燃图像生成...................................................................................................52.3.自回归路线：图像token序列建模.............................................................................................52.4.扩散登场：DDPM重塑范式........................................................................................................52.5.统一视角：得分匹配与流匹配....................................................................................................6 3.1.核心机制：生成器与判别器的博弈............................................................................................63.2.训练难点：不稳定与模式崩溃....................................................................................................63.3.经典演进：从DCGAN到StyleGAN..........................................................................................73.4.优势与局限....................................................................................................................................7 4.1.前向过程：逐步加噪至标准噪声................................................................................................74.2.反向过程：学习逐步去噪............................................................................................................74.3.关键技术：提升采样效率与条件控制........................................................................................74.4.优势与局限....................................................................................................................................8 5.1.采样速度：一步vs多步.............................................................................................................85.2.训练稳定性：对抗vs去噪回归.................................................................................................85.3.样本多样性与分布覆盖................................................................................................................85.4.可控性与编辑能力........................................................................................................................9 6.1.扩散是否已成为通用生成主线....................................................................................................96.2.慢采样是否构成扩散的根本缺陷................................................................................................96.3.扩散、自回归与流匹配：路线分工逐步清晰..........................................................................10 7. Diffusion成为主流之后：三个演进方向............................................................................................10 7.1.流匹配与整流：更直接的生成路径..........................................................................................107.2.一致性模型与蒸馏：多步生成压缩为少步生成......................................................................107.3.扩散与Transformer：DiT与可扩展性......................................................................................107.4.对抗思想回流：GAN用于扩散提速.........................................................................................10 8.风险提示................................................................................................................................................11 图表目录 表1：生成式建模的五条脉络..................................................................................................................6表2：GAN与Diffusion四组路线分歧对照....................................................