热点评！Diffusion完胜GAN成主流 物理AI智能驾驶成最大增量

【资料图】

当前图像和视频生成领域已发生明显技术路线切换。信息显示，Stable Diffusion、DALL-E2、Sora、Veo以及可灵等主流模型均采用Diffusion及其流匹配变体，生成质量和可控性显著提升。

一份研报观点认为，GAN与Diffusion是过去十余年最具代表性的两条生成范式，前者通过生成器和判别器对抗实现快速采样和锐利图像，后者则通过多步加噪去噪过程实现更稳定的训练和更全面的分布覆盖。研报指出，两者在采样速度、训练稳定性、样本多样性和可控性四个维度存在明显差异。GAN虽具备一步生成优势，但在规模化训练和模式崩溃问题上存在短板；Diffusion虽然推理步骤较多，但条件控制更强、分布覆盖更全，已成为数字内容生成的主流技术栈。

研报认为，数字AI底座发展路径已逐渐清晰，其价值体现在确定性增长上。而物理AI通过生成式世界模型，可用于合成长尾驾驶场景、仿真训练和机器人动作生成，将成为物理世界AI解决方案，在当前AI发展阶段构成增量更大的方向。智能驾驶作为最先跑通闭环的代表场景，将率先受益于这一技术迁移。

研报指出，GAN思想仍在对抗蒸馏和扩散提速中持续发挥作用，技术融合有望进一步提升生成效率。整体来看，生成模型正从内容生产走向物理世界，相关产业链的工程化能力、数据积累和产品体验将成为竞争焦点，也为相关领域带来持续催化。