生成式 AI（Generative AI / Gen AI）

生成式 AI，是一类能够根据提示或上下文生成新内容的人工智能方法。它生成的内容可以是文本、图像、音频、视频，也可以是代码。

[!info] 一句话先记住：生成式 AI 的重点不是“判断这是什么”，而是“产出一个原本不存在的新结果”。

先记住这 3 点

• 生成式 AI 是一个大类，不只等于聊天机器人。
• 它能生成新内容，但不保证内容真实、合规或可直接使用。
• 大语言模型和扩散模型都属于生成式 AI 的重要路线。

给普通人的解释

过去很多 AI 更擅长“识别”和“判断”。

比如：

• 判断一封邮件是不是垃圾邮件
• 识别一张照片里是不是猫
• 预测一个用户会不会点击广告

生成式 AI 处理的是另一类问题：

• 写一段文字
• 画一张图
• 生成一段语音
• 根据提示做一段视频
• 帮你补代码、改文案、整理摘要

所以它的关键变化是：AI 不只是看和判，而是开始“产出”内容。

这也是为什么普通人会突然强烈感受到 AI 进入生活——因为它直接开始参与写、画、说、做。

它和传统 AI 有什么区别

最简单的区分方式是：

• 传统判别型 AI：更擅长分类、识别、排序、预测
• 生成式 AI：更擅长生成文本、图像、音频、视频、代码等结果

当然，现实系统经常会混合两种能力。但如果你只记一个判断标准：

它是在回答“这是什么”，还是在回答“给你生成一个新的东西”？

前者更偏判别，后者更偏生成。

它常见的两条主线

1. 大语言模型（LLM）

这一条主线主要处理文字，也会逐渐扩展到代码、工具调用和多模态输入。

典型能力包括：

• 对话
• 写作
• 总结
• 翻译
• 代码生成

2. 扩散模型（Diffusion Models）

这一条主线在图像和视频生成里特别重要。

典型能力包括：

• 文生图
• 图生图
• 图像编辑
• 视频生成

所以当很多人说“生成式 AI”时，脑子里想到的其实是两种常见入口： ChatGPT 一类的文字系统，以及Midjourney、Stable Diffusion 一类的图像系统。

它和 AIGC、LLM、扩散模型是什么关系

和 AIGC 的关系

AIGC 更像是中文互联网和产业语境里常见的叫法，强调“AI 生成内容”这件事。

大多数时候，AIGC 和生成式 AI 指向的是非常接近的范围，只是表达习惯不同。

和 LLM 的关系

LLM 是生成式 AI 里很重要的一支，但生成式 AI 不只包含 LLM。

如果你把生成式 AI 只理解成聊天机器人，会漏掉图像、音频、视频和 3D 生成。

和扩散模型的关系

扩散模型也是生成式 AI 的重要路线，特别常见于图像和视频生成。

如果说 LLM 更像“会写、会说”的生成系统，扩散模型更像“会画、会补、会变”的生成系统。

为什么它这么火

因为它第一次大规模把 AI 的能力直接暴露给普通用户。

以前很多 AI 藏在后台：推荐系统、风控、排序、广告出价，你感受到的是结果，但不一定看见 AI 本身。

生成式 AI 不一样。它直接出现在你眼前，跟你对话、给你出图、帮你改 PPT、写邮件、补代码。

它的爆发，本质上是AI 从后台判断系统，变成了前台内容协作工具。

常见误解

误解 1：生成式 AI 就是 ChatGPT

不对。ChatGPT 只是生成式 AI 的一个代表产品入口。

误解 2：会生成就代表懂事实

不对。生成式 AI 很会“生成像真的东西”，但像真不等于为真。

误解 3：生成式 AI 只会替代创作者

也不对。很多场景里它更像放大器、草稿机、协作工具，而不是完全替代人。

为什么普通读者需要知道它

因为今天你接触到的很多 AI 产品，不再只是“帮你算”，而是“帮你产出”。

如果你不理解生成式 AI，很容易把下面这些东西混在一起：

• 聊天机器人
• AI 搜索
• 文生图
• 自动摘要
• 代码补全
• 视频生成

而一旦把“生成式 AI”这层搞明白，你就更容易继续理解：

• 为什么提示词重要
• 为什么事实核验重要
• 为什么版权和数据来源会变成现实问题
• 为什么多模态会成为下一步重点

延伸阅读

• 大语言模型（LLM）
• 扩散模型（Diffusion Models）
• AI 术语百科
• 生成式与多模态

参考来源

• NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile
• IBM, What is generative AI?

最后审核时间：2026-04-24