GAN、VAE、擴散模型(Diffusion)、Flow-based、自回歸(GPT 系列)五大家族，各以不同方式學習資料分布再生成新樣本。
GAN 靠生成器與判別器對抗，生成快但訓練不穩；擴散模型逐步去噪，訓練穩定、多樣性佳，是目前文生圖主流。
GAN 生成器只輸出少數幾種相似樣式的病症。可用 WGAN、minibatch 判別、Unrolled GAN 等方法緩解。
重建誤差＋KL 散度：前者顧生成品質，後者把潛在空間整理成規則的機率分布、方便取樣與插值。
ChatGPT 是自回歸 Transformer，逐 token 生成文字；Stable Diffusion 是條件擴散模型，從噪聲逐步去噪生成影像。