最优传输主要关注以最小代价实现两个概率测度之间的迁移或对齐。作为一种应用数学工具，其理论、算法与高效计算一直以来是数学与机器学习所关注的重要研究方向。本报告将从人工智能生成模型与泛化能力角度，介绍最优传输的基本模型，计算方法与神经网络高效实现。进一步介绍我们所提出的保持关键点关系的最优传输模型、算法及其所引导的人工智能生成模型，并介绍用于提升人工智能跨域泛化能力的最优传输分布对齐模型与算法。最后总结与思考最优传输对大模型的基础作用与可能的未来研究方向。