GAN（Generative Adversarial Network，生成对抗网络）就是让两个神经网络互当对手：一个负责造假，一个负责鉴假，在反复对抗中一起变强，最后让"造假者"生成以假乱真的数据。
原理：造假币的和验钞员
造假币的不断改进伪钞，验钞员不断学习新破绽。造假者拿假钞糊弄验钞员，骗过了说明伪钞够真；被识破，就知道哪里露馅，回去再改。双方都不知道"真钞的完整规律"，却在循环里被逼着一起进步。
落到模型上：生成器（Generator）吃一段随机噪声，吐出一张图；判别器（Discriminator）吃一张图，判断它是真的还是生成的。判别器想尽量分对，生成器想尽量骗过——这是一个极小极大（minimax）博弈：判别器最大化自己的分辨能力，生成器最小化被识破的概率。
为什么能生成逼真样本
关键在损失信号来自另一个网络，而不是逐像素比对。逐像素对齐会奖励"平均"，结果常常是糊的；判别器看的却是整体特征——纹理、边缘、结构像不像真图。而且判别器会跟着生成器一起升级，相当于质检标准一直提高，生成器只能持续补短板。逼真度是被对手逼出来的。
为什么训练不稳定
- 不收敛、来回震荡：两个网络同时用梯度下降更新，没有理论保证一定到达纳什均衡（Nash equilibrium），可能互相追着跑。
- 梯度消失：判别器太强，真假分得太干脆，回传给生成器的梯度趋近于零，生成器学不动。
- 敷衍过关：判别器太弱，生成器输出很烂也能骗过，没有改进压力。
- 模式崩塌（mode collapse）：生成器发现反复输出同一类样本就能骗过判别器，于是丢掉多样性。
再加上维度高、目标非凸，学习率和两个网络的更新比例都很敏感。"逼真"和"脆弱"其实是同一枚硬币的两面，都来自对抗。
和相邻概念的区别
| 建模方式 | 直观特点 | |
|---|---|---|
| GAN | 隐式：只学"造得像不像"，不显式算概率 | 细节锐利，训练难，可能丢多样性 |
| VAE（AI 词典：变分自编码器">变分自编码器） | 显式概率 + 重建 | 训练稳，样本常偏平滑 |
| 扩散模型（Diffusion Model） | 学习逐步去噪 | 训练稳、质量高，采样步骤多、偏慢 |
实际意义
对从业者，GAN 最大的启发是用一个可学习的网络替代人工设计的损失函数，这个"对抗"思路在语音、风格迁移、领域适应里都有影子；它也说明训练不稳定不是 bug 而是常态，要盯住判别器强弱和生成样本多样性来调。
对普通人，GAN 的产物可能早就见过：人脸修复、老照片上色、风格滤镜、凭空生成的"不存在的人"。它也是深度伪造（deepfake）的技术底座之一，看到过于逼真的人脸或视频，不妨多想一层。GAN 变体众多，具体能力与指标以原始论文和官方页面为准。