生成还是判别：探索复杂条件下的图像生成新范式

Abstract: 在复杂条件下实现高质量、强可控的图像生成，是当前生成式人工智能面临的核心挑战。本报告的核心观点是：随着条件约束的增强与多样化，传统基于生成模型进行条件概率估计的范式正逐渐转变，判别模型在生成过程中的作用日益凸显。为支撑这一观点，我们首先解析了当前主流文本生成图像大模型的训练范式，指出其本质可被视为对视觉-语言判别模型的反演。随后，我们通过两种不同的技术路径验证：即便不依赖主流生成模型，仅借助判别模型监督和适当的正则化，也能生成符合条件的高质量图像。本研究不仅对现有文本到图像生成范式提出了挑战，也为构建新一代强可控、高效率的生成系统提供了新的思路。

CV: 胡天阳，新加坡国立大学博士后研究员，即将加入香港中文大学（深圳）数据科学学院担任助理教授。此前，他曾在华为诺亚方舟实验室担任研究员。胡天阳的主要研究方向为人工智能与统计的交叉领域，包括统计机器学习、可信 AI、特征表示学习、深度生成模型等，旨在通过揭示 AI 模型的深层机制，为设计更有效的新算法提供理论指导。