计算机图形学基础大作业

2025年人工智能最大的一个风口就是李飞飞，杨立昆等人追捧的世界模型以及具身智能。考虑大脑运作的方式，如果抽象的将大脑分为硬件（物理功能分区）和软件（神经元之间具体的连接算法）两个部分，我们之前对于深度模型（大语言模型，多模态模型）的尝试一直是仅停留在视觉、听觉，以及文字的信息处理这些方面，但是忽略了人脑占比十分巨大的一个模块：运动模块。可以说，理想中的通用人工智能 AGI 如果要100%的“取代人类”，拥有一个运动模块来理解这个世界、理解人类行为是必不可少的。

VAE（变分自编码器）

GAN（对抗生成网络）

Flows（流模型）

AR（自回归模型）

Diffusion （扩散模型）

其中与 Transformer 相关的 AR 内容在另外一篇文章讨论。

（基于朱军老师的PPT）

无监督学习任务：聚类（Clustering）

K-均值（K-mean）

混合高斯模型（Gaussian Mixture Models, GMM）

EM算法（Expectation-Maximization Algorithm）

评价指标（Evaluation Metrics）

（本文参考朱军老师的《概率机器学习》）