面试题库 › 算法 / 大模型 › 主流图像生成模型与技术路线

主流图像生成模型与技术路线

难度 ★★☆在 5 场真实面经中被问到 方向:算法 / 大模型考点:生成模型

哪些公司问过

百度2腾讯1阿里巴巴1多益网络1

常见岗位:大模型算法、AI 应用 / Agent 开发、计算机视觉、推荐搜索广告

答案要点

  1. 扩散模型:前向逐步加噪、反向迭代去噪,训练目标通常是预测噪声或速度
  2. Stable Diffusion 在 VAE 潜空间做扩散,文本条件经交叉注意力注入去噪网络
  3. 去噪主干从 U-Net 演进到 DiT,SD3、FLUX 等结合流匹配训练
  4. 可控生成:ControlNet 加结构条件,LoRA 定制风格或人物,图生图和局部重绘做编辑
  5. 多模态大模型原生生图强化了指令理解与多轮编辑,闭源模型架构细节多未公开

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题