生成式 AI 的發展過程中，出現了許多代表性的模型，它們各自專注於不同的生成任務，從文字到圖像，甚至跨足多模態應用。其中最具代表性的模型包括 GPT 系列、DALL·E 以及 Stable Diffusion。

首先，GPT（Generative Pre-trained Transformer） 是由 OpenAI 所開發的自然語言生成模型。它基於 Transformer 架構，透過龐大的語料庫進行訓練，能夠理解並生成自然語言。從 GPT-2 到 GPT-4，模型的表現持續提升，能生成流暢、邏輯嚴謹的文章，應用於聊天機器人、文章撰寫、程式碼輔助等多種場景。

接著是 DALL·E，這是一種能將文字轉換為圖像的模型。使用者只需輸入簡單的文字描述，例如「一隻戴著墨鏡的貓在沙灘上」，模型就能生成相應的圖片。DALL·E 不僅展現了 AI 在圖像生成上的強大能力，也引發了人們對於藝術設計與創作的全新想像。

另一個重要模型是 Stable Diffusion，它屬於擴散模型的一種，能透過逐步去除隨機噪聲的方式生成高品質圖像。與 DALL·E 相比，Stable Diffusion 更強調開源性與可控性，因此在設計領域、遊戲產業及個人創作者社群中廣泛應用，並促進了生成式 AI 的民主化發展。

綜合來看，GPT 著重於文字生成，DALL·E 與 Stable Diffusion 則在圖像生成領域展現實力，三者共同構築了生成式 AI 的核心應用版圖，並成為未來跨模態創新的基礎。