即梦（Dreamina） 的生成对抗网络（GAN，Generative Adversarial Network）技术是其核心功能之一，用于生成高质量的图像、文本和视频内容。GAN 是一种深度学习模型，由生成器（Generator）和判别器（Discriminator）两部分组成，通过对抗训练的方式不断提升生成内容的质量。

1. GAN 的基本原理

GAN 的核心思想是通过生成器（Generator）和判别器（Discriminator）的对抗训练，使生成器能够生成逼真的数据。生成器的目标是生成与真实数据分布一致的样本，而判别器的目标是区分真实数据和生成数据。

1.1 生成器（Generator）

生成器  接收随机噪声  作为输入，生成与真实数据相似的样本 。

公式：

生成器的输出为：