深度学习是基于多层神经网络的复杂数据处理技术，突破传统机器学习的局限性。包括：

Transformer：基于自注意力机制驱动的长文本处理通用架构（如GPT系列、BERT）。

扩散模型（Diffusion Model）：通过逐步去噪生成高质量数据（如Stable Diffusion）。

MoE（Mixture of Experts）：组合多个子模型提升性能（如Switch Transformer）。

SNN（脉冲神经网络）：模拟生物神经脉冲时序的模型。

胶囊网络（Capsule Network）：通过胶囊单元编码空间层次关系。