练习目标
本页为中文译文。你已经认识生成模型的主要类别与业务应用，现在把它们与自己的工作连接：哪里适合让生成式 AI 创造价值，哪一种模型思路与任务更匹配？
可以沿用发现 AI 机会练习中的例子，也可以另选一个任务。
第一步：选择一个应用
想一个涉及内容、沟通或数据生成的真实工作任务，例如起草客户邮件、制作演示的视觉概念、为不同对象定制培训材料、生成文档，或者探索产品设计变化。
第二步：匹配模型
根据生成式 AI 模型与应用，比较 GAN、VAE、Transformer 和扩散模型，选择与你的任务最相关的一种。可参考模型对照表及应用映射，同时考虑输出类型、控制方式和现有条件。
译注：实际系统可能组合多种架构。练习的目的在于说明选择理由，不是要求每个产品只属于一类，也不要求自行训练模型。
第三步：解释选择
简短回答两个问题：
- 你选择的应用是什么？
- 你会采用哪一种模型思路，为什么？
原练习建议用不超过 200 个英文单词说明，中文可用相当篇幅。重点是清楚交代任务和选择依据，不需要写成长篇方案。这是开放式练习，没有唯一正确答案。
关联阅读
先在生成式 AI 模型与应用比较技术和实施路径，选择方案以后，再明确试验结果怎样核对。
参考与延伸阅读
以下为编辑补充。
- Hugging Face Diffusion Course：英语，理解扩散方法为何适合某些图像生成任务。
- Google：生成式 AI：中文，帮助对照内容形式与应用方向。