生成式AI模型分类及适用场景.docxVIP

生成式AI模型分类及适用场景

生成式AI模型分类及适用场景

一、生成式AI模型的核心分类逻辑

生成式AI模型的本质在于学习数据的联合概率分布，并据此生成符合该分布的新样本。其分类维度多元，但最实用、最贴近工程落地与业务选型的划分方式，主要依据生成内容的模态类型、建模架构原理、训练范式差异三大维度展开。理解这三类逻辑，是科学匹配模型与实际需求的前提。

首先，按输出模态划分，可分为单模态生成模型与多模态生成模型：

-单模态模型专注一类数据形式，如纯文本（如LLaMA、Qwen）、纯图像（如早期GAN）、纯音频（如WaveNet）；

-多模态模型则能跨模态理解与生成，典型代表如CLIP+Diffus