Generative artificial intelligence: a systematic review and applications
Generative artificial intelligence: a systematic review and applications
Section titled “Generative artificial intelligence: a systematic review and applications”⚠️ AI 生成 · 建议对照原文 本页为自动整理的学习笔记；关键数据与引用如需引用，请回查 PDF / 官方版本。
学习档位 中文笔记
类型 文献 · 更新 2026-07-19
所属 表征学习与生成建模
中文学习笔记（自动生成，需核验）
Section titled “中文学习笔记（自动生成，需核验）”Topic: representation-generative · Tier: recent · Year: 2024 · Venue: —
Evidence level: partial · 本地全文: 是 · 建议阅读: ~45 分钟
Paper: https://arxiv.org/abs/2405.11029
Code: —
Generator: grok
为什么值得读
Section titled “为什么值得读”这是一篇2024年生成式AI系统综述，系统梳理2012-2023年间GAN、Transformer、VAE、Diffusion等核心技术演进、图像翻译等关键应用及负责任AI伦理，适合快速建立领域全貌与历史脉络。
系统综述生成式AI的范式转变、关键架构变体、跨域应用（尤其语言生成与图像翻译）及负责任AI原则。
生成式AI快速发展但文献分散，需要系统搜集、评估与综合现有研究，以总结方法、算法、趋势、挑战，比较不同方法，探索成功应用并识别伦理问题。
机器学习基础、生成模型概念（如对抗训练、自编码器、注意力机制）、常见计算机视觉与NLP任务背景。
- 讨论AI范式转变并突出生成模型在机器学习中的重大影响
- 提供2012-2018关键AI模型发展的历史概述
- 描述生成式AI在图像翻译、医疗诊断、文本图像融合、自然语言处理等领域的实际应用
- 对生成式AI近期进展与技术进行全面综述分析，包括应用特定模型及相关数据集信息
- 讨论生成式AI在语言生成（大语言模型）与图像翻译中的主要影响
- 以负责任AI原则与伦理考量结束，支撑生成模型的可持续增长
系统文献综述：时间聚焦2018-2023重大进展并补充2012-2018历史；关键词包括GAN、Transformers、VAE、Diffusion Models及图像翻译、视频合成、NLP、知识图谱等应用；主要来源Google Scholar；仅纳入英文同行评审会议/期刊论文；排除非同行评审、非英文及时间外/不直接贡献文献；在各技术子节用标准化数据集比较模型性能。
关键模块和设计取舍
Section titled “关键模块和设计取舍”核心架构：1) GAN（生成器+判别器，零和博弈，早期面临训练发散与模式崩溃）；2) Transformer（自注意力与多头注意力，位置编码，用于GPT/BERT类）；3) VAE（编码器-解码器，潜空间高斯变分）；4) Diffusion（序列扩散/归一化流，如IAF）。早期变体设计取舍：W-GAN用EarthMover距离替代JS散度提升稳定性；InfoGAN最大化潜码与数据互信息；BiGAN增加编码器实现双向映射；SeqGAN用策略梯度处理离散序列；早期Transformer基于序列建模预训练；VAE含去噪变体；Diffusion早期有NICE/RealNVP/Glow等可逆变换。取舍侧重稳定性、多样性与收敛性改进。
数据集、实验设置与指标
Section titled “数据集、实验设置与指标”图像翻译等应用常用ImageNet、CelebA；医疗相关MIMIC、BRATS、FastMRI、ChestX-ray（需引用并签数据使用协议）。文中MMTrans（Swin Transformer生成器）在BraTs2018与FastMRI上评估，定性比较T1到T2转换；标准化数据集用于比较各SOTA模型性能。具体定量指标待来源核验。
主要结果（需原文证据）
Section titled “主要结果（需原文证据）”定性结果：MMTrans在未配对BraTs2018数据集上T1到T2图像翻译表现优于Pix2Pix、CycleGAN与RegGAN（见图3）；Swin-based方法在临床脑MRI的T1-T2任务达最高水平。其他定量结果与更广泛应用结果待来源核验。
局限、失败场景与适用边界
Section titled “局限、失败场景与适用边界”早期GAN面临训练发散（特征值靠近虚轴导致不稳定）与模式崩溃（生成多样性不足）；综述聚焦2012-2023且依赖Google Scholar筛选，可能遗漏非英文或时间外工作；负责任AI讨论提出但完整边界与失败场景待来源核验；图像翻译等应用依赖特定数据集与伦理协议。
与前序 / 同期 / 后续方法的关系
Section titled “与前序 / 同期 / 后续方法的关系”前序：基础GAN（Goodfellow）、原始Transformer（Vaswani）、VAE（Kingma）、早期扩散（NICE/RealNVP/Glow等）。同期/变体：W-GAN、LS-GAN、Semi-GAN、BiGAN、InfoGAN、AC-GAN、SeqGAN；早期Transformer序列建模与预训练；去噪自编码器等。后续/应用：扩展至图像翻译（如MMTrans结合Swin）、语言生成（GPT/BERT类）及跨域；文中对比Pix2Pix、CycleGAN、RegGAN等。
官方代码与复现建议
Section titled “官方代码与复现建议”作为系统综述，文中未提及官方代码仓库或实现细节；复现建议聚焦公开数据集（如BraTs2018、FastMRI）并遵循引用与数据协议；具体代码链接待来源核验。
推荐阅读顺序
Section titled “推荐阅读顺序”先读摘要与第1节引言（动机、检索标准、贡献）；再第2节基础架构（GAN/Transformer/VAE/Diffusion）；然后第3节早期变体演进；接着第4节应用进展（从图像翻译开始）；最后第5-6节挑战、机遇、结论与负责任AI。
- Q: 生成式AI主要类型有哪些？各自核心机制简述。 A: GAN（生成器+判别器对抗）、Transformer（自注意力/多头注意力+位置编码）、VAE（编码器-解码器+潜空间变分）、Diffusion（序列扩散/归一化流）。
- Q: 早期GAN训练的主要挑战是什么？W-GAN如何改进？ A: 训练发散与模式崩溃；W-GAN用EarthMover距离替代Jensen-Shannon散度，并用带Lipschitz约束的批评函数提升稳定性。
- Q: 本综述的文献检索时间范围与主要数据库是什么？ A: 主要2018-2023进展，补充2012-2018历史；主要来源Google Scholar。
- Q: 图像翻译应用中提到的MMTrans核心改进与定性结果是什么？ A: 生成器使用Swin Transformer（替换MSA为移窗模块）；在BraTs2018未配对数据上T1到T2翻译定性优于Pix2Pix、CycleGAN、RegGAN。
- Q: 论文结尾强调什么以确保生成模型可持续？ A: 负责任AI原则与必要伦理考量。
- Abstract / page 1: This paper documents the systematic review and analysis of recent advancements and techniques in Generative AI with a detailed discussion of their applications including application-specific models.
- Section 1 / page 2-3: Time Period: This paper presents a comprehensive overview of the advancements and applications of Generative AI, focusing on significant developments between 2018 and 2023. Additionally, it offers a concise historical perspective, tracing the evolution of foundational models from 2012 to 2018
- Section 1 major contributions / page 3: • Paradigm Shift in Artificial Intelligence: The paper discusses the paradigm shift in artificial intelligence and highlights the significant impact of generative models in the field of machine learning.
- Section 2.1 / page 4: it consists of two major components named Generator and Discriminator. … The overall system is based on the zero-sum game dynamics
- Section 4.1 / page 10-11: They tested the model using the BraTs2018 [86] and FastMRI [118] datasets. … These highlight that the innovative MMTrans approach stands out as the leader in terms of translation performance.
- Section 4.1 / page 11: Indeed, Figure 3 shows that the introduced MMTrans method performs better in translating the image when compared to other methods such as Pix2Pix [52], CycleGAN [159] and RegGAN [114].
Discovery evidence
Section titled “Discovery evidence”- topic:
representation-generative - sources:
openalex - retrieved_at: 2026-07-20
- query: generative world model autonomous driving
- doi:
10.1007/s11042-024-20016-1 - score_total: 59
- suggested_tier:
recent
Relevance
Section titled “Relevance”(no prose relevance explanation — numeric score only or HTTP source)
Snippets
Section titled “Snippets”(no snippet evidence in candidate pool)
延伸解读与背景补充
Section titled “延伸解读与背景补充”生成：2026-07-21 · 来源条数 2 · 模型
heuristic· 需人工核验数字
围绕「Generative artificial intelligence: a systematic review and applications」的核心问题与动机（待结合全文核验）。
方法要点补强
Section titled “方法要点补强”- 见原文方法章节；以下为基于摘要/摘录的要点提示。
- Generative Artificial Intelligence: A Systematic Review and Applications …
与相近工作的关系
Section titled “与相近工作的关系”与相近工作的关系待核验；请对照 related work。
- 勿仅凭摘要推断未给出的数值指标。
- 这篇工作的输入/输出表示是什么？（Generative artificial intelligence: a systematic review and applications）
- 训练目标与评测协议各是什么？
- 主要失败模式或局限是什么？
外部解读索引
Section titled “外部解读索引”- [2405.11029] Generative Artificial Intelligence: A Systematic Review and Applications — 2026-07-21 — 官方摘要/二次页面（自动抓取）
- [2405.11029] Generative Artificial Intelligence: A Systematic Review and Applications — 2026-07-21 — 官方摘要/二次页面（自动抓取）
方法结构（重绘）
Section titled “方法结构（重绘）”flowchart LR A["输入 / 观测"] --> B["表示 / 编码"] B --> C["推理 / 解码"] C --> D["输出 / 动作或检测"] %% method sketch for: Generative artificial intelligence: a systematic review and applications方法结构示意（重绘；细节以原论文为准，待 PDF 核验）。
论文摘录图/表
Section titled “论文摘录图/表”
来源：原论文约 p.4（arch）；学习用途摘录。
来源：原论文约 p.12（table）；学习用途摘录。
英文自动分析（可折叠）
Section titled “英文自动分析（可折叠）”展开英文 Paper Card / AI deep analysis
Paper Card
Section titled “Paper Card”| Field | Content |
|---|---|
| Year | 2024 |
| Authors | Sandeep Singh Sengar, Affan Bin Hasan, Sanjay Kumar, Fiona Carroll |
| arXiv | 2405.11029 |
| DOI | 10.1007/s11042-024-20016-1 |
| Topics | representation-generative |
| Paper | https://arxiv.org/abs/2405.11029 |
原文摘录与素材（可折叠）
Section titled “原文摘录与素材（可折叠）”展开 Extract / Selections / Local assets
Selections
Section titled “Selections”representation-generative: tier=recent rank=2 score=59 — auto refresh 2026-07-19 sources=openalex
Extract excerpt
Section titled “Extract excerpt”(no PDF text available; metadata-only card)