经典模型 · 扩散模型

扩散模型工作原理

什么是扩散模型？

扩散模型（Diffusion Model）是一种基于概率的生成模型，通过模拟"扩散"过程来生成数据。 它的核心思想是：先将数据逐渐添加噪声（前向过程），然后学习如何从噪声中恢复原始数据（逆向过程）。

前向扩散过程

在训练阶段，扩散模型会逐步向数据中添加高斯噪声。经过 T 步后，数据完全变成随机噪声：

其中 beta{t} 是噪声调度器，控制每一步添加的噪声量。

逆向生成过程

在生成阶段，模型从纯噪声开始，逐步去噪：

扩散模型的关键组件

1. 噪声调度器

噪声调度器决定了每一步添加多少噪声。常见的调度策略包括线性调度、余弦调度等。

2. U-Net 架构

扩散模型通常使用 U-Net 架构作为去噪网络。U-Net 能够捕捉不同尺度的特征，非常适合图像生成任务。

3. 时间嵌入

模型需要知道当前是第几个时间步，以便应用正确的去噪策略。时间嵌入将时间步信息注入到模型中。

扩散模型的优势

1. 生成质量高：扩散模型在多个图像生成任务上达到了 SOTA 水平
2. 训练稳定：相比 GAN，扩散模型的训练更加稳定
3. 可控性强：可以通过条件输入控制生成结果

应用领域

扩散模型已经广泛应用于：

• 图像生成（如 Stable Diffusion）
• 图像修复和超分辨率
• 文本到图像生成
• 视频生成