AI核心知识98——大语言模型之 Generative AI（简洁且通俗易懂版）

生成式 AI (Generative AI/ GenAI)，或者在国内常被称为AIGC (Artificial Intelligence Generated Content)，是人工智能发展史上的分水岭。

如果说以前的 AI 是“分析师”，那么生成式 AI 就是“创作者”。

它不再满足于仅仅理解这个世界（比如识别照片里是不是猫），而是开始创造这个世界（比如画一只从未存在过的猫）。

1.⚔️ 核心区别：判别式 vs. 生成式

要理解它，必须把它和统治了 AI 界几十年的“老前辈”做对比：

A. 传统 AI (判别式 AI - Discriminative AI)

• 任务：做选择题。

• 逻辑：寻找决策边界。

• 场景：

  • 给你一张图，AI 告诉你：“这是猫” (分类)。

  • 给你一段话，AI 告诉你：“这是垃圾邮件” (判断)。

  • 给你今天的股票曲线，AI 告诉你：“明天涨还是跌” (预测)。

• 局限：它无法创造新东西，它的输出永远在预设的标签里。

B. 生成式 AI (Generative AI)

• 任务：做简答题 / 写作文 / 画画。

• 逻辑：学习数据分布，然后重组。

• 场景：

  • 文本：你说“写首诗”，它写了一首世界上从未有过的诗。

  • 图像：你说“画一只赛博朋克风格的猫”，它生成了一堆全新的像素点。

  • 代码：你说“写个贪吃蛇游戏”，它直接敲出了代码。

• 突破：它打破了“选项”的限制，它的输出是无限的。

2.🎨 它是怎么做到的？(不是复制粘贴)

很多人误以为生成式 AI 只是把互联网上的素材“拼凑”起来。错！

它的核心原理是“压缩与重构”：

1. 学习 (Training)：

   1. 它看过了 10 亿张猫的照片。它不是把照片存下来（硬盘存不下），而是学会了“猫的规律”（有毛、有尖耳朵、瞳孔会变）。

   2. 这就像人类学画画，不是临摹，而是理解结构。

2. 生成 (Inference)：

   1. 当你让它画猫时，它是在潜空间 (Latent Space)里，根据学到的规律，从 0 开始生成每一个像素。

   2. 所以，它画出的猫，可能和训练集里的任何一只都不完全一样。这就是创造力。

3.🌈 生成式 AI 的“全家桶”

现在的生成式 AI 已经覆盖了人类感官的所有维度：

• 文本生成 (Text-to-Text)：ChatGPT, Claude, Gemini。能写代码、写小说、做翻译。

• 图像生成 (Text-to-Image)：Midjourney, Stable Diffusion, DALL-E 3。能画出照片级逼真的图。

• 音频生成 (Text-to-Audio)：Suno, Udio。能生成带歌词、带编曲的完整歌曲。

• 视频生成 (Text-to-Video)：Sora, Runway, Pika。能生成 60 秒的高清电影片段。

• 3D 生成 (Text-to-3D)：生成游戏里的 3D 模型资产。

4.🚀 为什么它引发了工业革命？

以前的技术革命（蒸汽机、电力、互联网）都是为了提升体力和信息传输的效率。

生成式 AI 是人类历史上第一次，技术开始大规模替代“脑力劳动”和“创造性劳动”。

• 门槛消失：以前你需要学 10 年画画才能创作，现在你只需要会说话 (Prompt)。

• 边际成本为零：雇佣一个插画师画图需要 500 元，用 AI 生成只需要 0.01 元，且 1 秒钟出图。

总结

生成式 AI是一种生产力工具。

它不再是那个只会冷冰冰地告诉你“这行代码报错了”的系统，而是那个能帮你把这行代码重写一遍，甚至顺便帮你把注释也写好的智能伙伴。