Diffusion 扩散模型 · 一页

一句话

扩散模型通过逐步去噪,把随机噪声还原成一张清晰图像,是主流文生图技术的底层。

关键节点

• 前向过程:给图像不断加噪,直到变成纯噪声
• 反向过程:训练网络从噪声一步步预测并去除噪声
• 应用:Stable Diffusion、Midjourney、Sora 等皆受其启发

核心要点

• 可控生成:配合文本编码器,做到「按描述出图」。
• 质量与多样性:在细节与创意上显著优于早期 GAN。
• 成本:推理需多步迭代,速度是其工程瓶颈。

> 它与自回归的 LLM 是两条不同的生成路线,一个画空间,一个写序列。