英文:Diffusion Model 分类:multimodal
一类生成模型:通过学习"噪声→数据"的反向过程来生成新样本。它统治了当前图像与视频生成领域(Stable Diffusion、Sora、Midjourney)。
原理:前向逐步加噪至纯噪声、训练模型预测噪声/原图、采样时从噪声迭代去噪;优势:模式覆盖广、质量高、训练稳定;变体:潜在扩散(省算力)、流匹配(简化路径)、一致性模型(少步采样)。
用于文生图/文生视频、图像编辑与修复、语音与 3D 生成、科学(分子构象);扩散模型是"生成式 AI"最具影响力的技术族。