机器学习073:深度学习【神经网络】扩散模型：零基础看懂AI图像生成的魔法

你是否曾惊叹于AI绘制的精美图片，或玩过“输入一句话，生成一幅画”的趣味应用？这一切的背后，核心魔法师之一，便是扩散模型。它就像一个拥有无限耐心的“数字雕塑家”，能将一片混沌的噪声，一步步雕琢成你指定的任何图像。

一、分类归属：它是什么来头？

在我们开始“动手”之前，先给这位魔法师做个身份登记。

• 提出的作者与时间：扩散模型的思想根源很早，但使其在图像生成领域大放异彩的关键工作，是2020年由Jonathan Ho等人提出的去噪扩散概率模型。可以把它看作是AI图像生成领域的一位“新晋巨星”。
• 提出的背景与要解决的问题：在它之前，图像生成的“王者”是生成对抗网络。但GAN有个毛病——训练不稳定，就像两个学徒互相竞争，容易“学歪”。扩散模型另辟蹊径，它不搞对抗，而是采用了一种更稳定、更“循序渐进”的学习方式，专门用于从零开始生成高质量、高多样性的全新图像。
• 在神经网络家族中的位置：
  • 按功能用途分：它属于 “生成模型” 。与识别猫狗的“判别模型”不同，它的核心任务是“无中生有”，创造新的数据。
  • 按训练方式分：它属于 “概率生成模型” 。它学习的是数据分布（比如“一幅好看的风景画应该是什么样子的概率”），然后从这个分布中采样出新图像。
  • 按结构特点分：它的核心是一个 U-Net结构的去噪网络。这个网络像一个精密的“细节恢复器”，我们后面会详细讲。

简单来说，扩散模型是一位专注于“创造性绘画”、通过“逐步去噪”的稳定方法来学习大师画作精髓的新生代艺术家。

二、底层原理：魔法是如何一步步实现的？

想象一下，你是一位雕塑家，面前有一块完美的天使大理石雕像。现在，我们反向演绎创作过程：

第一步：破坏（前向扩散过程）—— 把雕像变成乱石堆

你的助手开始恶作剧。他每天随机地向雕像扬一把沙土。第一天，雕像只是有点脏；一个月后，它完全变成了一堆看不出形状的乱石和沙土。

技术对应：这就是 “前向扩散过程” 。模型对一张清晰的图片（如猫的照片），逐步添加微小的、随机的噪声（可以理解为像素级的干扰）。经过几百甚至上千步后，图片就变成了一张完全随机的、像电视雪花屏一样的纯噪声图。这个过程是固定的数学公式，不需要学习。

#mermaid-svg-xxQ2hRMT6VqkLusP{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-xxQ2hRMT6VqkLusP .error-icon{fill:#552222;}#mermaid-svg-xxQ2hRMT6VqkLusP .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-xxQ2hRMT6VqkLusP .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-xxQ2hRMT6VqkLusP .marker{fill:#333333;stroke:#333333;}#mermaid-svg-xxQ2hRMT6VqkLusP .marker.cross{stroke:#333333;}#mermaid-svg-xxQ2hRMT6VqkLusP svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-xxQ2hRMT6VqkLusP p{margin:0;}#mermaid-svg-xxQ2hRMT6VqkLusP .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster-label text{fill:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster-label span{color:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster-label span p{background-color:transparent;}#mermaid-svg-xxQ2hRMT6VqkLusP .label text,#mermaid-svg-xxQ2hRMT6VqkLusP span{fill:#333;color:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP .node rect,#mermaid-svg-xxQ2hRMT6VqkLusP .node circle,#mermaid-svg-xxQ2hRMT6VqkLusP .node ellipse,#mermaid-svg-xxQ2hRMT6VqkLusP .node polygon,#mermaid-svg-xxQ2hRMT6VqkLusP .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-xxQ2hRMT6VqkLusP .rough-node .label text,#mermaid-svg-xxQ2hRMT6VqkLusP .node .label text,#mermaid-svg-xxQ2hRMT6VqkLusP .image-shape .label,#mermaid-svg-xxQ2hRMT6VqkLusP .icon-shape .label{text-anchor:middle;}#mermaid-svg-xxQ2hRMT6VqkLusP .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-xxQ2hRMT6VqkLusP .rough-node .label,#mermaid-svg-xxQ2hRMT6VqkLusP .node .label,#mermaid-svg-xxQ2hRMT6VqkLusP .image-shape .label,#mermaid-svg-xxQ2hRMT6VqkLusP .icon-shape .label{text-align:center;}#mermaid-svg-xxQ2hRMT6VqkLusP .node.clickable{cursor:pointer;}#mermaid-svg-xxQ2hRMT6VqkLusP .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-xxQ2hRMT6VqkLusP .arrowheadPath{fill:#333333;}#mermaid-svg-xxQ2hRMT6VqkLusP .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-xxQ2hRMT6VqkLusP .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-xxQ2hRMT6VqkLusP .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-xxQ2hRMT6VqkLusP .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-xxQ2hRMT6VqkLusP .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-xxQ2hRMT6VqkLusP .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster text{fill:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP .cluster span{color:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-xxQ2hRMT6VqkLusP .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-xxQ2hRMT6VqkLusP rect.text{fill:none;stroke-width:0;}#mermaid-svg-xxQ2hRMT6VqkLusP .icon-shape,#mermaid-svg-xxQ2hRMT6VqkLusP .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-xxQ2hRMT6VqkLusP .icon-shape p,#mermaid-svg-xxQ2hRMT6VqkLusP .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-xxQ2hRMT6VqkLusP .icon-shape rect,#mermaid-svg-xxQ2hRMT6VqkLusP .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-xxQ2hRMT6VqkLusP .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-xxQ2hRMT6VqkLusP .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-xxQ2hRMT6VqkLusP :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

清晰的原始图像如:一只猫

逐步添加少量噪声

“添加更多噪声”

“完全随机的噪声图一片混沌”

第二步：学习（训练过程）—— 教会AI如何“逆清理”

现在，我们请AI来当“修复大师”。我们给它看大量这样的“破坏过程”中间状态：比如一张被扬了10天沙土的雕像照片，然后告诉它：“看，这是第10天的状态，被破坏之前第9天应该是这样的。”

AI（核心是一个U-Net神经网络）的任务就是：观察一张“带噪”的图片，努力猜出混在其中的“噪声”是什么样子。它就像一个在毛玻璃上寻找污渍痕迹的专家。

核心设计（U-Net）：这个网络结构像一个沙漏，又像一台精密的“细节显微镜”。

• 下采样（编码）：先不断压缩图片，抓住整体轮廓和高级语义（比如“这里大概是个猫头”）。
• 上采样（解码）：再结合之前压缩时的细节信息，把图片还原到原始尺寸，并专注预测每个局部细微的噪声。

训练逻辑：我们用成千上万张图片，反复进行“破坏->让AI预测噪声->对比正确答案”的过程。AI就在这个过程中，学会了**“如何从任何程度的混乱中，推断出使其变清晰的步骤”**。

第三步：创造（反向生成过程）—— 从乱石堆重塑雕像

训练完成后，魔法时刻到来！我们不再需要原始图片。

文字公式描述：较清晰的图像 = 较模糊的图像 – AI预测的噪声
这个步骤循环迭代，直至噪声被完全移除。

三、局限性：它并非万能

尽管强大，这位数字雕塑家也有自己的局限：

四、使用范围：它擅长与不擅长的战场

• 适合用它解决的问题：

  • 高质量图像生成：需要生成照片级真实感或高艺术性图片的场景。
  • 多样化创作：需要大量风格、内容各不相同的图片，用于激发灵感或数据增强。
  • 基于文本/条件的生成：根据一段文字描述、一张草图或一个类别标签来创造图像。
  • 图像编辑与增强：如超分辨率（让模糊变清晰）、图像修复（去掉照片中不需要的人或物）、风格迁移（把照片变成梵高画风）。

• 不适合用它解决的问题：

  • 需要实时生成的场景：如游戏每一帧画面、高速视频处理。
  • 需要像素级精确控制的任务：如工业设计图纸生成、二维码生成。
  • 纯粹的理解与识别任务：如判断图像情感、识别特定物体等（这是判别模型的专长）。

五、应用场景：走进我们生活的AI艺术

六、动手体验：一个简单的Python实践

让我们用几行代码，亲身体验一下扩散模型的生成能力。我们将使用一个流行的开源库 diffusers。

# 首先，确保安装必要的库（在命令行中运行）：
# pip install diffusers transformers accelerate torch pillow

from diffusers import StableDiffusionPipeline
import torch
import matplotlib.pyplot as plt

# 1. 加载预训练的扩散模型管道（这里使用一个精简版模型，确保运行速度）
# 第一次运行需要下载模型，可能需要几分钟
print("正在加载AI模型，请稍候…")
pipe = StableDiffusionPipeline.from_pretrained("OFA-Sys/small-stable-diffusion-v0")
# 如果你的电脑有GPU，可以加速：pipe.to("cuda")

# 2. 给你的数字雕塑家一个创作指令
prompt = "A beautiful butterfly resting on a vibrant sunflower, detailed, photorealistic"
# 提示词可以换成任何你想要的描述，如"A futuristic city in the style of cyberpunk"

# 3. 开始生成！
print("正在生成图像…")
image = pipe(prompt).images[0] # 执行生成步骤

# 4. 展示你的作品
print("生成完成！")
image.show() # 会弹出图片查看窗口
# 或者保存下来
image.save("my_ai_artwork.png")
print("图片已保存为 'my_ai_artwork.png'")

# 可选：用matplotlib显示
# plt.imshow(image)
# plt.axis('off') # 不显示坐标轴
# plt.show()

这段代码做了什么？

• 我们调用了一个已经训练好的“扩散模型雕塑家”（StableDiffusionPipeline）。
• 给了它一句文字指令（prompt）。
• 它内部自动完成了从随机噪声开始，逐步去噪、最终生成图像的全过程。
• 我们把最终的作品显示并保存下来。

请注意：这只是体验调用，真正的模型训练需要海量数据和巨大的计算资源。但通过这个例子，你可以直观感受到扩散模型的生成能力。

七、总结与思维导图

扩散模型的核心价值在于，它找到了一条稳定、高质量地“从噪声中创造秩序” 的路径，让机器的创造性想象得以大规模可视化。学习它的重点，在于理解 “逐步去噪” 这一核心哲学，以及其背后 “训练时学习噪声预测，生成时执行噪声移除” 的巧妙对称。

为了帮你梳理整个知识体系，请看下面的思维导图：

#mermaid-svg-6q5xJAmZOaJowDz5{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-6q5xJAmZOaJowDz5 .error-icon{fill:#552222;}#mermaid-svg-6q5xJAmZOaJowDz5 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-6q5xJAmZOaJowDz5 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-6q5xJAmZOaJowDz5 .marker.cross{stroke:#333333;}#mermaid-svg-6q5xJAmZOaJowDz5 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-6q5xJAmZOaJowDz5 p{margin:0;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge{stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 path{fill:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 text{fill:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon–1{font-size:40px;color:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge–1{stroke:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth–1{stroke-width:17;}#mermaid-svg-6q5xJAmZOaJowDz5 .section–1 line{stroke:hsl(60, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 path{fill:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-0{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-0{stroke:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-0{stroke-width:14;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-0 line{stroke:hsl(240, 100%, 83.5294117647%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 path{fill:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-1{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-1{stroke:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-1{stroke-width:11;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-1 line{stroke:hsl(260, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 path{fill:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 text{fill:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-2{font-size:40px;color:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-2{stroke:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-2{stroke-width:8;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 line{stroke:hsl(90, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 path{fill:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-3{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-3{stroke:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-3{stroke-width:5;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-3 line{stroke:hsl(120, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 path{fill:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-4{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-4{stroke:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-4{stroke-width:2;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-4 line{stroke:hsl(150, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 path{fill:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-5{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-5{stroke:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-5{stroke-width:-1;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-5 line{stroke:hsl(180, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 path{fill:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-6{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-6{stroke:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-6{stroke-width:-4;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-6 line{stroke:hsl(210, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 path{fill:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-7{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-7{stroke:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-7{stroke-width:-7;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-7 line{stroke:hsl(270, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 path{fill:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-8{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-8{stroke:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-8{stroke-width:-10;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-8 line{stroke:hsl(330, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 path{fill:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-9{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-9{stroke:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-9{stroke-width:-13;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-9 line{stroke:hsl(0, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 polygon,#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 path{fill:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 text{fill:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .node-icon-10{font-size:40px;color:black;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-edge-10{stroke:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .edge-depth-10{stroke-width:-16;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-10 line{stroke:hsl(30, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled circle,#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:lightgray;}#mermaid-svg-6q5xJAmZOaJowDz5 .disabled text{fill:#efefef;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-root rect,#mermaid-svg-6q5xJAmZOaJowDz5 .section-root path,#mermaid-svg-6q5xJAmZOaJowDz5 .section-root circle,#mermaid-svg-6q5xJAmZOaJowDz5 .section-root polygon{fill:hsl(240, 100%, 46.2745098039%);}#mermaid-svg-6q5xJAmZOaJowDz5 .section-root text{fill:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-root span{color:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .section-2 span{color:#ffffff;}#mermaid-svg-6q5xJAmZOaJowDz5 .icon-container{height:100%;display:flex;justify-content:center;align-items:center;}#mermaid-svg-6q5xJAmZOaJowDz5 .edge{fill:none;}#mermaid-svg-6q5xJAmZOaJowDz5 .mindmap-node-label{dy:1em;alignment-baseline:middle;text-anchor:middle;dominant-baseline:middle;text-align:center;}#mermaid-svg-6q5xJAmZOaJowDz5 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

扩散模型：AI图像生成魔法

核心理念

“逐步去噪”哲学

从噪声中创造秩序

工作原理

前向过程（破坏）

“添加噪声”至混沌

训练过程（学习）

核心: U-Net

任务: 预测噪声

反向过程（生成）

“减去噪声”至清晰

循环迭代

独特优势

生成图像质量高

多样性丰富

训练相对稳定

固有局限

生成速度较慢

理解抽象概念有偏差

控制精细细节难

主要应用领域

AI艺术创作

如Midjourney

设计辅助

游戏影视概念

图像修复增强

老照片上色

创意营销素材

技术定位

生成模型家族

概率生成方式

代表: DDPM, Stable Diffusion