AIGC面试核心400问速查宝典，开源 全平台 哔哩哔哩缓存视频合并 Github地址:https://github.com/molihuan/hlbmerge_flutter。

AIGC图像生成/AI绘画核心面试知识点400问干货分享

技术基础篇

生成对抗网络（GAN）相关
GAN的基本原理是什么？
GAN的训练不稳定性有哪些解决方法？
如何评估GAN生成图像的质量？常见的指标有哪些？
DCGAN相比原始GAN的改进点是什么？
Mode Collapse是什么？如何缓解？

扩散模型（Diffusion Models）相关
Diffusion Models的基本原理是什么？
DDPM（Denoising Diffusion Probabilistic Models）的核心公式是什么？
扩散模型相比GAN的优势和劣势是什么？
如何优化扩散模型的生成速度？
Latent Diffusion Models（LDM）的核心创新点是什么？

自回归模型（Autoregressive Models）相关
PixelCNN和PixelRNN的原理是什么？
自回归模型在图像生成中的主要优缺点是什么？
如何提升自回归模型的生成速度？

Transformer在图像生成中的应用
ViT（Vision Transformer）如何应用于图像生成任务？
DALL-E和DALL-E 2的核心技术区别是什么？
如何用Transformer实现条件图像生成？

工程优化篇

模型训练技巧
如何解决AIGC训练中的梯度消失/爆炸问题？
数据增强在AIGC训练中的作用有哪些？
如何选择合适的损失函数（如MSE、Perceptual Loss）？

推理加速
扩散模型生成速度优化的方法有哪些（如DDIM、LCM）？
模型蒸馏（Distillation）在AIGC中的应用有哪些？
如何利用量化（Quantization）提升推理效率？

计算资源管理
如何在大规模AIGC训练中优化显存占用？
多机多卡训练AIGC模型的常见策略有哪些？
如何利用混合精度训练加速模型收敛？

应用与伦理篇

商业落地场景
AIGC在游戏美术中的应用案例有哪些？
如何用AI生成符合品牌风格的广告素材？
AI绘画工具如何避免版权风险？

伦理与合规
如何防止AIGC生成有害或侵权内容？
Deepfake检测技术有哪些最新进展？
AIGC生成内容的版权归属如何界定？

（以上为部分示例，完整400问可参考技术社区或专业书籍）