扩散模型

定义

扩散模型分两阶段：

• 前向扩散 — 把真实数据逐步加噪声直到纯噪声
• 反向去噪 — 训练神经网络从噪声逐步恢复数据 推理时：从随机噪声出发，通过 N 步去噪生成数据

技术细节

• DDPM（2020）— 经典扩散框架
• Latent Diffusion（Stable Diffusion）— 在 VAE 隐空间扩散，效率大增
• Classifier-Free Guidance — 提示词条件控制
• DiT（Diffusion Transformer）— Transformer 替代 U-Net，Sora 采用
• 采样步数：早期 1000 步 → DDIM 50 步 → 蒸馏后 4 步

主要玩家

• 图像生成：Stable Diffusion / DALL·E / Midjourney / FLUX
• 视频生成：OpenAI Sora / 可灵 / Runway / Pika
• 3D 生成：DreamFusion 等

在 AI 产业链中的角色

扩散模型是 模型工厂 中视觉生成领域的核心算法。但 2025-2026 正在被 流匹配（Flow Matching）逐步替代，代表模型包括 Sora 2 Pro / 可灵 3.0 / Seedance 1.5 Pro。

演进历史

• 2020 DDPM（Ho et al.）
• 2022 Stable Diffusion 开源
• 2022-04 DALL·E 2 + Midjourney
• 2024 Sora（基于 DiT）
• 2025 流匹配 逐步取代