《Visual Generation Interview Questions: 2026 Extended Edition》是一本面向视觉生成方向的高频面试题集，系统覆盖 Diffusion、Flow Matching、Visual Autoregressive Generation、Video Generation、3D/4D Generation、Generation Post-training、Agentic Image Generation、World Modeling 以及生成系统工程等核心方向。
本资料共整理 100 道视觉生成高频面试题，不仅包含经典基础问题，如 DDPM、DDIM、DPM-Solver、Latent Diffusion、Classifier-Free Guidance、ControlNet、LoRA 等，也加入了大量 2026 年新增前沿考点，包括 Pixel MeanFlow、SubFlow、Flow-GRPO、视觉生成后训练、Verifier-based Generation、Agentic Image Generation、End-to-End Visual Tokenizer、Agentic World Modeling、实时多模态生成系统等内容。
每道题按照“直观解释 + 数学推导 + 符号说明 + 面试追问与失败模式 + 总结”的方式展开，既适合准备 AI/多模态/视觉生成相关岗位面试，也适合系统学习当前生成模型技术演进路线。
适合人群：
准备 AI Research Scientist / Applied Scientist / ML Engineer / Multimodal Engineer 面试的同学；
正在学习 Diffusion、Flow Matching、AR 视觉生成、视频生成、世界模型方向的研究者；
希望快速建立视觉生成知识体系、理解前沿论文与产业趋势的学习者；
需要准备英文技术面试表达的候选人。
本资料不是简单题目堆砌，而是围绕“视觉生成模型如何从图像生成走向视频生成、多模态交互、后训练优化和世界建模”这条主线，帮助你形成更完整、更专业、更面试友好的技术表达。