生成对抗网络（Generative Adversarial Networks，简称 GAN）是深度学习领域的革命性模型，以 “对抗训练” 为核心机制，擅长生成与真实数据高度相似的新内容，尤其在图像生成领域展现出惊人能力，成为计算机视觉的重要分支。
GAN 的核心结构由生成器与判别器两个神经网络构成，二者通过 “零和博弈” 机制共同进化。生成器如同 “造假大师”，从随机噪声中提炼特征，生成模仿真实数据的样本（如以假乱真的人脸图像）；判别器则像 “火眼金睛的鉴定师”，专门区分输入样本是 “真实数据” 还是 “生成器的伪造品”。训练过程中，生成器不断优化生成策略以蒙骗判别器，判别器则持续提升鉴别能力以识破伪装，最终达到精妙平衡 —— 生成器造出足以乱真的样本，判别器的准确率逼近 50%（类似抛硬币的随机判断）。这种对抗式学习无需人工标注数据，却能生成细节丰富的内容，是其显著优势。
在计算机视觉领域，GAN 的应用极具突破性。图像生成方面，StyleGAN 系列模型可生成逼真到难辨真伪的人脸照片，甚至能精准控制 “发型、肤色、表情” 等细节特征；图像修复技术借助 GAN，能为残缺的老照片自动补全缺失部分，或无痕去除图像中的污渍、划痕。此外，GAN 在跨域转换任务中表现卓越，例如将素描稿转化为栩栩如生的彩色照片、把白天的街景实时转换为夜景，转换效果既自然又符合视觉逻辑。
与其他生成模型相比，GAN 的核心优势在于生成内容的多样性与真实感。它无需对数据分布做预设假设，能精准捕捉真实数据的复杂特征，尤其擅长生成具有细微差异的样本（如不同角度、光照条件下的同一物体）。不过，GAN 也存在明显短板：训练过程易出现不稳定现象，生成内容的可控性较弱，例如可能生成局部扭曲的图像（如 “三只眼睛的人脸”“比例失调的肢体”）。
GAN 的技术价值不仅限于图像领域，还成功延伸至语音合成、文本生成等方向。其核心思想 —— 通过对抗实现自我优化，为人工智能的 “创造能力” 提供了全新范式，推动机器从 “被动识别世界” 向 “主动创造世界” 跨越，成为当前生成式 AI 浪潮中不可或缺的技术基石。
