生成式人工智能(Artificial Inteligence Generated Content)是人工智能领域的重要分支，，一种基于算法和模型生成文本、图片、声音、视频、代码等内容的技术，不同于传统A!的分析功能，生成式A1能学习并生成具有逻辎的新内容。不同于传统的人工智能仅对输入数据进行处理和分析，生成式人工智能可以学习并模拟事物的内在规律，根据用户的输入资料生成具有逻辖性和连贯性的新内容。这一技术的核心依托于多模态模型，能针对用户需求实现异构数据的生成式输出。
生成模型的基础理论最早在20世纪50年代至80年代确立，这一时期主要集中于概率模型等生成理论算法的研究。1950年代的马尔可夫链(Markov Chains)和1970年代的隐马尔可夫模型(Hidden Markov Models, HMM)为生成式模型奠定了理论基础。
随着计算能力的提升和海量数据的应用，生成式AI进入了以大语言模型(LLMs)为主的阶段。2018年，OpenAl发布了GPT(Generative Pre-trained Transformer)模型，通过大规模数据的预训练和自回归生成能力，推动了自然语言生成的显著进展。
2022年底，ChatGPT正式上线并迅速普及:标志着生成式AI进入大规模商业化应用阶段。ChatGPT基于GPT-3.5，能进行自然流畅的对话，广泛应用于教育、客户服务等领域。ChatGPT的成功激励了其他科技公司加快生成式AI应用的开发。
2014年，lan Goodfellow等人提出了生成对抗网络(GAN)，标志着生成式人工智能的关键突破。GAN通过生成器和判别器的对抗训练，能够生成高度真实的图像和数据，是现代生成式AI的重要模型之一。
2020年，OpenAl发布了GPT-3，具备1750亿参数，是当时规模最大的语言模型。GPT-3具备强大的自然语言理解和生成能力，广泛应用于对话、写作等任务。同年，OpenAl发布了DALL-E，展示了生成式AI在图像生成领域的多模态能力。
伴随生成式AI的广泛应用，各国开始制定政策和行业标准，确保生成式AI技术的安全合规。2024年，联合国科技大会上发布了生成式AI的应用安全测试标准，中国工信部和网信办等也相继出台了生成式AI服务的管理办法，规范行业发展。
