> **来源：[研报客](https://pc.yanbaoke.cn)** # 汽车行业深度报告总结 ## 核心内容 本报告聚焦于生成式视觉技术的发展历程，分析其从早期模型到当前主流范式的演进路径，并探讨 Transformer 在其中的逐步渗透与应用。尽管报告标题为“汽车行业深度报告”，但内容主要围绕生成式视觉技术，尤其是其与 Transformer 架构的结合，对 AI 领域的影响及未来发展方向进行深入分析。 ## 主要观点 - **生成式视觉的本质**：学习图像数据的分布规律，并在文本等条件约束下生成新内容。 - **范式迁移**：生成式视觉从 GAN 向 Diffusion 模型迁移，后者以更稳定的加噪—去噪机制确立生成主干。 - **Transformer 渗透路径**：不同于语言领域中 Transformer 对 RNN 的快速替代，其在视觉生成中逐步渗透，从序列生成器、文本条件编码、扩散骨干替换到多模态统一与时空扩展。 - **技术演进阶段**：2013—2015年为奠基期；2016—2019年为 GAN 主导期；2020—2021年为 Diffusion 复兴期；2022年为文本驱动图像生成爆发期；2023年至今为视频与多模态扩展期。 - **未来趋势**：生成模型将由单图创作向连续时空与多模态交互演进，Transformer 作为统一建模框架，推动生成式视觉进入新阶段。 ## 关键信息 ### 1. 生成式视觉的发展阶段 | 阶段 | 时间 | 主导范式 | 代表成果 | 阶段定位 | |------|------|----------|-----------|------------| | 1 | 2013—2015 | VAE/GAN/早期Diffusion/自回归 | VAE、GAN、DCGAN | 生成模型开始由深度神经网络端到端训练 | | 2 | 2016—2019 | 对抗生成 | pix2pix、CycleGAN、StyleGAN | 图像生成第一次实现高真实感 | | 3 | 2020—2021 | 去噪扩散 | DDPM、DDIM、Score-based SDE | 生成范式从对抗生成转向逐步去噪 | | 4 | 2022 | 文本驱动图像生成 | DALL·E2、Imagen、Stable Diffusion | 自然语言成为图像生成入口 | | 5 | 2023至今 | 可控生成、Diffusion Scaling、视频/多模态扩展 | DiT、Sora、Lumiere、Veo | 从单图走向可控视觉基础模型与连续时空生成 | ### 2. Transformer 在生成式视觉中的渗透环节 | 环节 | 代表模型 | 应用场景 | 替代组件 | 解决问题 | |------|----------|----------|----------|----------| | 自回归序列生成器 | VQGAN、DALL·E1 | 序列建模 | 卷积或循环式生成网络 | 证明图像可 token 化、可序列建模 | | 文本条件编码与注入 | CLIP、Imagen、GLIDE、Stable Diffusion | 文本语义编码 | GAN 时代的类别标签条件 | 自然语言成为生成控制接口 | | 扩散骨干替换 | DiT | 扩散去噪骨干 | U-Net | 视觉生成接入规模化路线 | | 多模态统一与时空扩展 | Sora、Veo、GPT-4o | 多模态与时空建模 | 单一图像生成网络 | 从单图走向视频与多模态创作系统 | ### 3. 技术演进与核心结论 - **GAN 的局限**：训练不稳定、模式崩溃、缺乏显式似然、语义控制弱。 - **Diffusion 的优势**：训练更稳定、覆盖度好、可控性强，成为生成式视觉的主流范式。 - **Transformer 的作用**：在生成式视觉中，Transformer 更多作为工程化骨干与语言控制接口，而非范式更替者。 - **未来方向**：生成模型将向多模态与时空连续扩展，Transformer 将在其中发挥更大作用。 ## 风险提示 - **技术迭代与产品化落地不及预期**。 - **视频与多模态生成的时间一致性与可控性不足**。 - **大模型厂商 ARR 增速放缓**。 - **云服务商资本开支不及预期**。 - **智能驾驶及机器人商业化落地不及预期**。 ## 投资建议 - 报告建议“增持”，认为生成式视觉技术发展路径清晰，未来增长潜力较大。 - 强调物理 AI 的发展将成为 AI 领域增量更大的方向，智能驾驶是其中最具代表性的场景。 ## 免责声明 - 本报告仅供东吴证券客户使用，不构成投资建议。 - 报告内容基于公开信息，不保证准确性与完整性。 - 未经授权，不得翻版、复制或发布本报告内容。 - 投资需谨慎，不应将本报告作为唯一决策依据。 ## 附注 - 本报告由东吴证券研究所发布。 - 投资评级基于相对基准表现，非绝对推荐。 - 报告发布日期：2026年08月07日。