Aller au contenu
Atlas de l'IA

IA générative

De juger ce qu’est une chose à synthétiser ce qu’elle devrait être

OVERVIEW

Tous les concepts
6
Débutant
2
Intermédiaire
3
Expert
1

A generative model is not content with labelling a sample; it must produce the sample itself. Autoencoders, GANs, diffusion models and autoregressive models are four principal routes, each giving a precise mathematical formulation to the vague goal of “looking real” — and each now underpinning image, video, speech and 3D content production.

Les questions auxquelles ce domaine répond

  • Q1

    What distribution is a generative model learning?

  • Q2

    Why is diffusion more stable than a GAN?

  • Q3

    How does a text prompt become an image?

Entrées de ce domaine

  1. 01Vue d’ensemble des modèles génératifsDébutantLes modèles discriminatifs répondent « qu’est-ce que c’est », les génératifs « à quoi cela devrait ressembler »
  2. 02Autoencodeurs et VAEIntermédiaireComprimer l’information dans un goulot, puis la laisser repousser
  3. 03Réseaux antagonistes génératifsDébutantUn faussaire face à un expert : chacun pousse l’autre à sa limite
  4. 04Modèles de diffusionIntermédiaireApprenez mille petits pas de débruitage et vous créerez une image à partir de bruit pur
  5. 05Diffusion latente et contrôle conditionnelExpertDiffuser non pas sur les pixels, mais dans un espace sémantique comprimé
  6. 06Génération multimodaleIntermédiaireUn seul modèle qui apprend à parler, dessiner, bouger — et même à modéliser le monde 3D