生成式人工智能指的是一种基于输入数据生成新内容的人工智能技术，广泛应用于文本、语音、图像、视频和三维生成等领域。随着科技的快速发展，生成式人工智能已经成为推动新一轮科技革命和产业变革的重要力量和最前沿技术，尤其是在全球范围内掀起了人工智能研究和应用的热潮，如火爆全球的ChatGPT、DeepSeek 等生成式大模型。《生成式人工智能导论》是一门面向人工智能、计算机科学与技术相关专业本科生的技术前沿课程，聚焦生成式人工智能的核心技术演进、模型架构与行业革新。课程以深度学习的理论根基为出发点，系统构建"基础模型-优化方法-前沿应用"三维联动的知识体系:从生成式人工智能的数学基础和模型方法切入，浅析生成式人工智能基础模型架构，探讨Transfommer、扩散模型等前沿技术，剖析生成式人工智能的技术实现路径;同时追踪大语言模型从BERT到GPT-4的架构突破，解读LLaMA、 DeepSeek开源生态及生成大模型的机理。课程强调应用实践， 通过PyTorch/TensorFlow实验平台开展实战项目，结合DeepSeek等开源案例拆解，培养学生掌握模型使用、模型开发与推理部署能力，同步探讨生成内容检测、版权归属、价值对齐等伦理议题。最终将形成对生成式人工智能技术脉络的全局认知，具备跨行业应用创新能力，应对智能时代的内容创作、教育科研、医疗健康、AI+Science 等领域的范式变革。