【生成式AI導論 2024】第18講：有關影像的生成式AI (下) — 快速導讀經典影像生成方法 (VAE, Flow, Diffusion, GAN) 以及與生成的影片互動

摘要

介紹 VAE、Flow、Diffusion 與 GAN 等經典影像生成模型的原理與差異，並深入解析 Sora 如何利用 Diffusion Transformer 結合雜訊去除技術生成影像。最後透過 Genie 案例，說明如何與影像生成模型互動以創造遊戲或模擬駕駛場景。

This talk explains classic image generation models like VAE, Diffusion, and GAN, and demonstrates how to interact with generative AI to create games or simulate driving.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 詳解 VAE、Flow、Diffusion 與 GAN 四大影像生成模型架構。
• 解析 Sora 如何結合 Transformer 與 Diffusion 實現高效影像生成。
• 透過 Genie 示範如何與影像模型互動，創造遊戲或模擬駕駛。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00經典影像生成四大模型概覽
2. 04:40無標註資料的資訊抽取訓練
3. 08:13VAE 與 Flow-Based 模型差異
4. 14:27Diffusion 模型去噪過程解析
5. 28:24生成式 AI 與互動環境展望
6. 31:39Genie 反推玩家按下的按鈕
7. 36:34開放世界賽車互動新可能

提到的工具與公司

• Genie
• Sora

適合誰看

對機器學習、影像生成技術或 AI 應用有興趣的開發者與研究者。

摘要依據

講者

李宏毅

依據

人工字幕

為什麼排在這裡

人氣

0.47

新鮮

0.04

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 【生成式AI導論 2024】第17講：有關影像的生成式AI (上) — AI 如何產生圖片和影片 (Sora 背後可能用的原理)影片 ・ Hung-yi Lee ・ 50 分鐘
• 【生成式人工智慧與機器學習導論2025】第 9 講：影像和聲音上的生成策略 — Diffusion/Flow-matching 系列和接龍 (Autoregressive) 這兩條世界線的交會影片 ・ Hung-yi Lee ・ 2 小時 3 分（在新分頁開啟原站）
• AI 圖像生成，創造動態的敘事創作／高捷 實踐大學媒體傳達設計學系 兼任講師 | #gaiconf #生成式AI年會 #generativeai #gai2023 #genai影片 ・ Generative AI 年會 ・ 33 分鐘（在新分頁開啟原站）
• Flow-Matching vs Diffusion Models explained side by side影片 ・ AI Coffee Break with Letitia ・ 16 分鐘（在新分頁開啟原站）
• But how do AI images and videos actually work? | Guest video by Welch Labs影片 ・ 3Blue1Brown ・ 37 分鐘（在新分頁開啟原站）
• Flow-based Deep Generative Models文章 ・ Lilian Weng（部落格）