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。這類模型，作為強大的機器學習工具，能夠從輸入數(shù)據(jù)中學習其潛在的分布，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，包括計算機視覺、密度估計、自然語言和語音識別等，為無監(jiān)督學習提供了新的思路和方法。