由生成器和判别器组成的对抗训练框架，广泛应用于图像、音频等内容生成，是深度伪造技术的核心基础
生成对抗网络（GAN）由Ian Goodfellow于2014年提出
扩散模型自2020年前后崛起，以更稳定的训练过程和更高的生成多样性取代GAN成为图像生成的主流范式
当前主流的文生图模型主要分为三大技术路线：扩散模型、生成对抗网络（GANs）和自回归模型，其中扩散模型因生成质量稳定、训练相对容易而成为当前主流
防止AI智能体陷入重复性同意循环的可能解法包括引入对抗性奖励机制、周期性注入随机扰动或维护独立不可篡改的信念状态