扩散模型

由 AI 核验 · 3 天前

扩散模型

思想提出: 2015 年（Sohl-Dickstein 等）
实用化: 2020 年 DDPM
代表应用: Stable Diffusion、DiT 系列
关键优点: 生成质量高、训练稳定

扩散模型是一类通过逐步去噪来生成数据的生成模型，广泛用于图像、视频与音频生成。^{11Denoising Diffusion Probabilistic Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

其思想最早由 Sohl-Dickstein 等人于 2015 年提出，2020 年 DDPM 使其在图像生成上达到实用水平。^{22Deep Unsupervised Learning using Nonequilibrium Thermodynamicsarxiv.org前往参考资料 ↓在新标签页中打开|11Denoising Diffusion Probabilistic Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

原理

前向过程对数据逐步加入高斯噪声直至变成纯噪声；反向过程训练模型逐步去噪以还原数据。^{11Denoising Diffusion Probabilistic Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

DDIM 提出确定性采样，使生成可以用更少的去噪步数完成。^{33Denoising Diffusion Implicit Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

应用与演进

潜空间扩散（Latent Diffusion）在压缩后的潜空间上做扩散，大幅降低计算成本，是 Stable Diffusion 的基础。^{44High-Resolution Image Synthesis with Latent Diffusion Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

DiT 用 Transformer 替换 U-Net 主干，成为后续图像与视频生成模型的主流选择。^{55Scalable Diffusion Models with Transformers (DiT)arxiv.org前往参考资料 ↓在新标签页中打开}

方法	年份	关键改进
扩散概率模型（思想）	2015	用非平衡热力学构造生成过程
DDPM	2020	使扩散模型在图像生成上达到实用水平
DDIM	2020	确定性采样，大幅减少采样步数
潜空间扩散	2021	在压缩潜空间上扩散，计算成本大降
DiT	2022	用 Transformer 替换 U-Net 主干

扩散模型演进的关键节点。

争议

扩散模型生成内容的版权归属，以及训练数据来源的合法性，仍存在广泛争议。^{44High-Resolution Image Synthesis with Latent Diffusion Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

对立说法支持方认为模型学习的是统计规律、不构成复制；反对方指出特定样本可被复现，训练数据的使用未获授权。^{44High-Resolution Image Synthesis with Latent Diffusion Modelsarxiv.org前往参考资料 ↓在新标签页中打开}

存在争议置信度 0.60 · 核验于 2026-10-13

参考来源

1论文 Denoising Diffusion Probabilistic Models · arXiv:2006.11239 · 2020-06-19 · 核验于 2026-10-13
2论文 Deep Unsupervised Learning using Nonequilibrium Thermodynamics · arXiv:1503.03585 · 2015-03-02 · 核验于 2026-10-13
3论文 Denoising Diffusion Implicit Models · arXiv:2010.02502 · 2020-10-06 · 核验于 2026-10-12
4论文 High-Resolution Image Synthesis with Latent Diffusion Models · arXiv:2112.10752 · 2021-12-20 · 核验于 2026-10-11
5论文 Scalable Diffusion Models with Transformers (DiT) · arXiv:2212.09748 · 2022-12-19 · 核验于 2026-10-11