隨著Sora、diffusion等模型的大熱，深度生成模型再次成為了研究的焦點(diǎn)。這類(lèi)模型，作為強(qiáng)大的機(jī)器學(xué)習(xí)工具，能夠從輸入數(shù)據(jù)中學(xué)習(xí)其潛在的分布，并生成與訓(xùn)練數(shù)據(jù)高度相似的新樣本。其應(yīng)用領(lǐng)域廣泛，包括計(jì)算機(jī)視覺(jué)、密度估計(jì)、自然語(yǔ)言和語(yǔ)音識(shí)別等，為無(wú)監(jiān)督學(xué)習(xí)提供了新的思路和方法。