扩散模型

扩散模型是什么？

你大概见过 AI 画图：输入一句话，几秒后就出一张图。这背后最常见的引擎，就是扩散模型。它的思路有点反直觉——不是「直接画」，而是「先弄脏，再一点点擦干净」。

它是怎么工作的？

正向：加噪
训练时，拿一张真实的照片，一步步往上加随机噪点，直到它完全变成一团「雪花」。
反向：去噪
再训练模型反过来做：从这团「雪花」出发，一步步去掉噪点，还原出清晰的照片。模型学的，就是「怎么擦」。
生成：从噪声开始
等模型学会了去噪，给它一团纯噪声，它就能「擦」出一张全新的图。再配上文字提示，它就会朝你描述的方向去「擦」。

为什么它这么火？

质量高
相比早期的生成模型，扩散模型出的图细节更丰富、更稳定，不容易崩。
可控
文字、参考图、局部修改都能引导它，指哪打哪。
开源生态
Stable Diffusion 这类模型开源后，催生了海量插件和玩法。

它有哪些局限？

生成一张图要反复迭代很多步，比别的模型慢、也更耗算力。此外，它学自海量网图，版权和偏见问题也一直有争议。

一句话记住：扩散模型，就是从一团噪声里，一步步「擦」出一张图。