本书从功能上分为四部分: 第一部分为基础知识 (第1章和第2章), 探讨生成式人工智能的基本概念和生成模型的算法基础, 包括其定义、发展历程、基本概念、数学基础、常见生成模型简介、评估指标等; 第二部分为核心技术 (第3章-第10章), 介绍生成式人工智能的核心技术及其典型应用, 如Tansformer、生成对抗网络、变分自编码器、流模型、能量模型、大语言模型、多模态生成模型等; 第三部分为技术评估与治理 (第11章), 介绍生成式人工智能的评估、安全与伦理问题, 如深度伪造 (Deepfakes) 技术可能被用于制造虚假信息, 侵犯个人隐私, 甚至影响社会稳定;第四部分为课程实践 (第12章), 设计了文本、语音、图像、视频等生成实践内容, 让读者能够在实践中学习、巩固生成式人工智能的理论, 学以致用。