AIGC的核心技术有哪些？
1、基础模型
| 1、深度变分自编码（VAE） | 2013年 | 图像生成、语音合成 |
| 2、生成对抗神经网络（GAN） | 2014年 | 图像生成、语音合成 |
| 3、扩散模型（Diffusion Model） | 2015年 | 图像生成 |
| 4、Transformer | 2017年 | 语言模型 |
| 5、Vision Transformer（ViT） | 2020年 | 视觉模型 |
（1）变分自编码（Variational Autoencoder，VAE）
变分自编码器是深度生成模型中的一种，由Kingma等人在2014年提出，与传统的自编码器通过数值方式描述潜空间不同，它以概率方式对潜在空间进行观察，在数据生成方面应用价值较高。
VAE分为两部分，编码器与解码器。编码器将原始高维输入数据转换为潜在空间的概率分布描述；解码器从采样的数据进行重建生成新数据。
