下列哪一項最正確地描述了VAE（Variational Autoencoder）、GAN（Generative Adversarial Network）與擴散模型（Diffusion Model）在多模態潛在空間對齊（Latent Alignment）與生成策略上的根本差異？

iPAS 考題解析

下列哪一項最正確地描述了VAE（Variational Autoencoder）、GAN（Generative Adversarial Network）與擴散模型（Diffusion Model）在多模態潛在空間對齊（Latent Alignment）與生成策略上的根本差異？

  • A. VAE透過顯式潛在變數建模實現跨模態對齊，適合捕捉整體語意結構但生成解析度有限；GAN透過對抗損失（Adversarial Loss）在不同模態間學習分佈映射，生成品質高但穩定性差；擴散模型則以條件化噪聲反推（Conditional Denoising）方式實現高保真跨模態生成，兼具穩定性與多樣性 ✓ 正確答案
  • B. VAE與Diffusion Model均屬隱式生成架構，主要依賴對抗式訓練實現跨模態對齊；GAN則以顯式後驗估計方式提升樣本一致性
  • C. VAE與GAN均使用馬爾可夫鏈（Markov Chain）進行跨模態轉換；Diffusion Model則透過KL散度最小化學習語意對應
  • D. 三者在多模態應用中皆依賴同一潛在表徵空間（Shared Latent Space），僅在解碼器結構上不同而已

詳細解析

VAE通過變分後驗建立顯式連續潛在空間，適合語意對齊但解析度受限；GAN以對抗訓練學習分佈映射，生成品質高但訓練不穩定；擴散模型以逐步去噪為生成機制，在條件化設定下兼具穩定性和高品質多樣性，三者設計理念根本不同。

出題年份：114 難度：★★☆