第一阶段 生成式模型基础：图像生成与图文生成第二阶段 AI绘画与多模态能力的起源：从扩散模型、DETR到ViT/Swin transformer、SAM第三阶段

*   第一阶段 生成式模型基础：图像生成与图文生成/

  *   第1课 图像生成与图文生成基础

*   第二阶段 AI绘画与多模态能力的起源：从扩散模型、DETR到ViT/Swin transformer、SAM/

  *   第2课 让你一目了然的VAE原理剖析

  *   第3课 扩散模型DDPM：先前向加噪后反向去噪从而建立噪声估计模型

  *   第4课 Transformer杀入CV界：从DETR、ViT到Swin Transformer、SAM

*   第三阶段 多模态与AIGC进阶：从CLIP/BLIP、到DALLE、Stable Diffusion、GPT4/

  *   第5课 掌握新一代多模态模型：从CLIP/BLIP到DALLE

  *   第6课 AI绘画神器DALLE 3的演变之路

  *   第6课补充：GPT4的100页技术报告速览

  *   第7课 Stable Diffusion(改进版DDPM)：从其背后原理、到云端部署、二次开发

*   第四阶段 基于SD二次开发一个AIGC模特生成系统/

  *   第8课 Stable Diffusion WebUI及插件本地私有化安装部署

  *   第9课 Stable Diffusion Webui生成AI模特描述研究及操作流程

  *   第10课 AIGC模特生成系统核心代码详解

*   第五阶段 文生图的最新进展：实时生图与Stable Diffusion最新版SD3/

  *   第11课 一致性模型CMs、LCM、SDXL、SDXL-Lightning的原理

  *   第12课 24年2月Stable Diffusion最新版SD3的原理及实战