生成式人工智能的发展历程可分为以下三个阶段，结合权威信息源整理如下：

一、早期探索阶段（20世纪50-90年代）

• 理论奠基 ：20世纪50年代提出神经网络概念，ELIZA等早期聊天机器人问世。

• 技术尝试 ：80年代-90年代，研究人员通过多层感知机（MLP）等模型探索数据模式学习，但受限于计算能力，成果有限。

二、深度学习推动阶段（21世纪初-2010年代）

• 算法突破 ：2006年深度信念网络（DBN）提出，2012年后循环神经网络（RNN）和长短期记忆网络（LSTM）改进序列数据处理能力。

• 生成式技术发展 ：2014-2018年，生成对抗网络（GAN）和变分自编码器（VAE）推动图像生成质量提升。

三、产品化与多模态融合阶段（2022年至今）

• 大模型崛起 ：2018年Transformer模型和GPT系列（GPT-1-GPT-3）问世，2022年ChatGPT实现自然语言生成突破。

• 多模态革新 ：2024年OpenAI的Sora实现1分钟高质量视频生成，开启想象智能（II）新时代。

• 行业应用扩展 ：生成式AI在医药零售、教育、科研等领域引发颠覆性变革，政策法规逐步完善。

总结 ：生成式AI从早期理论探索到深度学习突破，再到大模型与多模态融合，正推动人工智能从算法智能向语言智能、想象智能演进，成为社会生产力的重要基石。