# 阶段 8：生成式 AI

> 创作图像、视频、音频、3D 等内容。

## 在 GitHub 上开始本阶段

**前置要求：** 阶段 2“机器学习基础”、阶段 3“深度学习核心”以及阶段 7 第 14 课“从零构建 Transformer”。

**第一课：** [生成模型的分类与历史](01-generative-models-taxonomy-history/)

从仓库根目录运行：

```bash
python3 phases/08-generative-ai/01-generative-models-taxonomy-history/code/main.py
```

记录命令、退出码、密度估计、生成的样本，以及一句解释：隐式生成器无法回答有关 `p(x)` 的什么问题。

**下一步：** 改变随机种子，比较密度估计，然后继续学习[自编码器与 VAE](02-autoencoders-vae/)。

浏览[阶段 8 的完整课程列表](../../README.md#phase-8)或[跨阶段路线图](../../ROADMAP.md)。

共 15 课，约 15 小时。每节课都提供详细文档、可运行的 Python 演示、图表，以及供 agent 使用的具名 skill。

| # | 课程 | 时间 |
|---|--------|------|
| 01 | [生成模型：分类与历史](01-generative-models-taxonomy-history/) | 约 45 分钟 |
| 02 | [自编码器与 VAE](02-autoencoders-vae/) | 约 75 分钟 |
| 03 | [GAN：生成器与判别器](03-gans-generator-discriminator/) | 约 75 分钟 |
| 04 | [条件 GAN 与 Pix2Pix](04-conditional-gans-pix2pix/) | 约 75 分钟 |
| 05 | [StyleGAN](05-stylegan/) | 约 45 分钟 |
| 06 | [扩散模型：从零实现 DDPM](06-diffusion-ddpm-from-scratch/) | 约 75 分钟 |
| 07 | [潜在扩散与 Stable Diffusion](07-latent-diffusion-stable-diffusion/) | 约 75 分钟 |
| 08 | [ControlNet、LoRA 与条件控制](08-controlnet-lora-conditioning/) | 约 75 分钟 |
| 09 | [局部重绘、外扩绘制与编辑](09-inpainting-outpainting-editing/) | 约 75 分钟 |
| 10 | [视频生成](10-video-generation/) | 约 45 分钟 |
| 11 | [音频生成](11-audio-generation/) | 约 45 分钟 |
| 12 | [3D 生成](12-3d-generation/) | 约 45 分钟 |
| 13 | [流匹配与校正流](13-flow-matching-rectified-flows/) | 约 45 分钟 |
| 14 | [评估：FID、CLIP Score 与人工偏好](14-evaluation-fid-clip-score/) | 约 45 分钟 |
| 19 | [视觉自回归建模](19-visual-autoregressive-var/) | 约 60 分钟 |