iPAS AI 應用規劃師中級 114 年第二次 科一 第 40 題 詳解

114 年第二次 科一 人工智慧技術應用與規劃

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？

1. AVAE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）

   三者機制與優缺點皆對應正確。

2. BVAE與DiffusionＭodel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

   把對抗式訓練誤植到 VAE 與擴散模型上。

3. CVAE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。

   馬爾可夫鏈是擴散模型的特性，不是 VAE 與 GAN。

4. D三者在多模態應用中皆依賴同一潛在表徵空間（Shared Latent Space），僅在解碼器結構不同而已

   三者潛在表徵建構方式不同，非僅解碼器差異。