汽车行业深度报告：AI系列深度08期：GAN与Diffusion两类生成范式有何差异？

证券研究报告·行业深度报告·汽车 东吴证券研究所 1 / 12 请务必阅读正文之后的免责声明部分 汽车行业深度报告 AI 系列深度 08 期：GAN 与 Diffusion 两类生成范式有何差异？ 2026 年 07 月 31 日 证券分析师 黄细里 执业证书：S0600520010001 021-60199793 huangxl@dwzq.com.cn 行业走势 相关研究 《AI 系列深度 07 期：CNN 与 ViT 两类视觉骨干有何差异？》 2026-07-30 《AI 系列深度 06 期：Transformer 如何从序列任务走向基座模型？ 》 2026-07-30 增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ 生成模型的核心目标，是学习数据背后的整体分布，并据此生成此前不存在的新样本。与判别模型负责识别和分类不同，生成模型回答的是如何从噪声、潜变量或条件输入中生成图像、视频、声音和动作。GAN与 Diffusion 是过去十余年最具代表性的两条路线，前者以生成器和判别器的对抗博弈为核心，后者以加噪和去噪过程为核心。 ◼ 生成模型演进可分为五条脉络：VAE 代表显式概率和潜变量建模，GAN点燃高真实感图像生成，自回归路线把图像当作 token 序列逐步预测，DDPM 重塑扩散范式，得分匹配与流匹配进一步把扩散、得分模型和连续生成路径纳入统一视角。2022 年后，扩散与 Transformer 结合的 DiT证明生成路线也可接入规模化骨干，并支撑图像、视频和世界模型方向发展。 ◼ GAN 与 Diffusion 的路线差异集中在四个维度：采样速度、训练稳定性、样本多样性和可控性。GAN 可一步生成、图像锐利，在实时生成和特定垂类中仍有价值，但训练不稳定、模式崩溃和规模化难度较高；Diffusion 通过多步去噪把生成问题转化为更稳定的回归学习，分布覆盖更全、条件控制更强，但推理慢、算力开销大。 ◼ 当前图像和视频生成的通用主线已转向 Diffusion 及其流匹配变体，Stable Diffusion、DALL-E2、Sora、Veo、可灵等均体现这一趋势。但路线迁移并不意味着 GAN 完全退出：GAN 思想仍在对抗蒸馏、一步生成和扩散提速中回流；一致性模型、整流流、流匹配等方法也在持续改善采样效率。 ◼ 产业落地上，数字 AI 侧形成“扩散/流匹配+Transformer/DiT”的统一技术栈，竞争焦点从单纯架构转向数据、工程化、成本和产品体验；物理 AI 侧，生成式世界模型用于合成长尾驾驶场景、仿真训练和机器人动作生成，但若进入安全闭环，还必须补足动作条件化、长时域一致性和可靠评估。生成模型由内容生产走向物理世界，约束显著变硬。 ◼ 我们认为,数字 AI 底座模型发展路径已逐渐清晰、价值在于确定性，但其难以实现物理世界的建模闭环；我们认为物理 AI 将成为物理世界的AI 解决方案，从而在 AI 的当前发展阶段成为增量更大的方向，智能驾驶作为最先跑通闭环的代表场景，我们认为应重点关注。 ◼ 风险提示：技术迭代不及预期的风险，大模型厂商 ARR 增速放缓的风险，云服务商资本开支不及预期的风险，智能驾驶及机器人商业化落地不及预期的风险。 -13%-9%-5%-1%3%7%11%15%19%2025/7/302025/11/282026/3/292026/7/28汽车沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 12 内容目录 1. 生成模型：从识别世界到生成世界 ...................................................................................................... 4 1.1. 判别与生成：从识别到生成 ........................................................................................................ 4 1.2. 生成模型要学的东西：对数据分布建模 .................................................................................... 4 1.3. 生成质量评价：保真度、多样性与可控性 ................................................................................ 4 2. 生成模型演进：从 VAE、GAN 到 Diffusion 与流匹配 ..................................................................... 5 2.1. 显式概率时代：VAE ..................................................................................................................... 5 2.2. 对抗时代：GAN 点燃图像生成 ................................................................................................... 5 2.3. 自回归路线：图像 token 序列建模 ............................................................................................. 5 2.4. 扩散登场：DDPM 重塑范式 ........................................................................................................ 5 2.5. 统一视角：得分匹配与流匹配 .................................................................................................... 6 3. GAN 机制：对抗博弈如何逼近数据分布 ............................................................................................. 6 3.1. 核心机制：生成器与判别器的博弈 ............................................................................................ 6 3.2. 训练难点：不稳定与模式崩溃 .....................................