扩散模型：AI 绘画的真正引擎

扩散模型的原理很优雅：先把图像逐步加噪变成纯噪声，再训练模型一步步把噪声“去噪”回图像。生成时从随机噪声出发，就能“雕刻”出全新的画面。Stable Diffusion、Midjourney、DALL-E 背后都是它。

扩散模型的哲学极富诗意：先让事物完全归于混沌，再从混沌中重新塑形。这几乎是人类创作过程的隐喻——打碎既有结构，在无序中寻找新的秩序。技术之美，往往来自对自然过程的深刻模仿。

## 核心要点

图片来源：Openverse / Daniel Ari Friedman（https://www.flickr.com/photos/43693624@N07/37838435935）

1. 扩散模型的生成质量与多样性远超 GAN，已成主流。

2. 潜扩散把过程放到低维潜空间，大幅降低算力需求。

3. 文本条件控制让“文生图”成为可能，引爆了创作生态。

4. 其核心思想正向视频、3D、音频等模态扩展。

图片来源：Openverse / Chris Spiegl（https://www.flickr.com/photos/25188624@N02/5335758324）

## 写在最后

以上是关于「扩散模型」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。