📰 研报摘要
查看全文 ➔本报告深入探讨了生成式视觉技术的演进逻辑，分析了从 GAN 到 Diffusion 模型的范式迁移。报告将生成式视觉的发展划分为五个阶段，详细解析了 Transformer 在自回归序列生成、文本条件编码与注入、扩散骨干替换（DiT）以及多模态统一与时空扩展四个环节中渐进式渗透的路径。结论认为，生成式视觉真正的范式更替是从对抗生成（GAN）转向去噪生成（Diffusion），而 Transformer 则主要承担工程化骨干升级和提供语言可控接口的角色。此外，报告指出物理 AI 将成为物理世界建模的解决方案，并认为智能驾驶是目前最先跑通闭环的代表场景，建议重点关注。