扩散模型
扩散模型是一种基于概率的生成式机器学习模型架构，其核心思想是通过逐步向数据添加噪声（正向过程）再学习逐步去噪还原数据（反向过程）来建模数据分布。该模型最初广泛应用于图像生成领域，后逐步扩展至音频、视频及文本等多种模态的生成任务，具有生成质量高、多样性强的特点。
核心事实
时间轴 (近 90 天)
扩散模型并不“理解”物理世界，只在模仿统计规律，因此在头发与耳朵衔接、光影方向等需严格几何一致性的区域容易露出破绽。
生成式AI模型（如GPT系列、扩散模型）的普及大幅降低了文本、图像、音频和视频内容的合成门槛。
扩散模型（如Stable Diffusion）的训练数据可能包含受版权保护或私密内容，因此需要成员推理等审计技术来判断样本是否被用于训练。
高斯权重扰动是指向预训练模型权重参数中添加从高斯分布独立采样的随机噪声，通常噪声标准差按权重尺度缩放。
在扩散模型的后验采样中，SMC将扩散过程的每个去噪步骤视为一个中间分布，并维护一组加权粒子来近似这些分布，每一步粒子根据先验得分传播，然后根据观测似然重新加权，并通过重采样避免权重退化。
扩散模型作为表达力强的学习先验，在贝叶斯逆问题中备受关注。
基于扩散模型和Transformer的序列建模方法也被用于模仿学习，能够处理多模态动作分布。
传统基于得分匹配的生成模型通常固定前向过程的扩散系数，仅学习得分函数（即漂移项）。
得分匹配是训练扩散模型的核心技术之一，得分函数定义为对数概率密度的梯度 ∇_x log p_t(x)。
DDIM将标准扩散模型的随机马尔可夫反向过程推广为非马尔可夫、可跳步的确定性或半确定性过程。
还有 40 条时间轴事件
全部知识事实 (20)
推理模型在需要多步逻辑推导的信息综合任务中表现更优，但延迟更高，需根据任务特性合理选用
90%已验证扩散模型以 DALL-E 2、Stable Diffusion、Midjourney 为代表，重新定义了图像生成任务
90%已验证扩散模型通过逐步添加高斯噪声再训练模型学习逆向去噪的马尔可夫链机制，规避了对抗训练的不稳定性
90%已验证生成式AI是指能够根据输入提示自动生成文本、图像、代码等内容的人工智能系统
90%已验证扩散模型的核心原理分为前向扩散过程（逐步添加高斯噪声）和反向去噪过程（从噪声中还原图像）两个阶段
90%已验证DDPM（Denoising Diffusion Probabilistic Models）在2020年奠定了扩散模型的理论基础
90%已验证Midjourney和Stable Diffusion都基于潜在扩散模型（Latent Diffusion Model）
90%已验证Stable Diffusion基于潜在扩散模型（Latent Diffusion Model），通过在压缩的潜在空间中进行去噪过程来生成高质量图像
90%已验证扩散模型相比GAN训练更稳定、生成多样性更强，且不易出现模式崩溃问题
90%已验证Flow Matching通过学习确定性速度场将噪声分布连续映射到数据分布，Stable Diffusion 3和Flux均采用此框架
85%已验证与GANs相比，扩散模型训练更稳定、生成多样性更高、更易与文本条件整合
80%已验证扩散模型受非平衡热力学启发，采用两步训练过程：前向过程逐渐向图像添加高斯噪声直至纯随机噪声，反向过程训练神经网络从纯噪声逐步去噪还原为清晰图像
80%已验证Qwen的图像生成能力基于扩散模型（Diffusion Model）技术
80%已验证文本指令通过CLIP等跨模态编码器转化为语义向量，将文字和图像嵌入同一语义空间以引导图像生成
80%已验证GAN通过生成器与判别器对抗博弈提升生成质量，但容易出现模式崩溃问题；扩散模型训练目标更稳定，天然避免模式崩溃
80%已验证扩散模型的核心思路来源于非平衡热力学，训练阶段将清晰图像逐步加入高斯噪声，推理阶段从随机噪声逆向去除噪声还原图像
80%已验证当前主流的文生视频模型普遍基于扩散模型架构，通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列
80%已验证图像生成模型的输出随机性本质上来源于扩散过程的初始噪声采样，Seed（随机数种子）控制初始噪声
80%已验证扩散模型的理论根基可追溯至2015年Sohl-Dickstein等人发表的非平衡热力学论文
80%已验证扩散模型的去噪过程基于DDPM原理，训练时向数据逐步添加高斯噪声，再训练神经网络学习逆向去噪
80%