本书系统介绍生成式人工智能的基础与应用，涵盖深度学习的数学原理与优化算法，以及各种生成式模型的核心概念与实现技术，内容包括卷积神经网络、生成对抗网络、变分自编码器、扩散模型、Transformer模型、混合专家模型、状态空间模型、XLSTM及RWKV等多个前沿生成式模型；深入探讨生成式人工智能在文本生成、代码生成、语音生成、图像生成、三维模型生成及视频生成等领域的实际应用，如ChatGPT、Copilot、Whisper、Sora、AlphaFold及WonderWorld等代表性技术与产品。除理论与技术外，本书还关注生成式人工智能的研发实践，涵盖数据处理、模型训练与部署、提示词工程、检索增强生成及代理工作流等关键环节，旨在为读者提供全面且深刻的视角，帮助读者理解生成式人工智能的现状与未来发展趋势。