什么是扩散模型？
扩散模型（Diffusion Model）是一种生成式 AI 模型，它的工作方式非常独特：先学习如何将清晰的图片逐步加噪变成纯噪声，然后反过来学习如何从纯噪声逐步去噪还原出清晰的图片。训练完成后，给模型一个随机噪声，它就能"去噪"出一张全新的图片。
扩散模型的工作原理
正向过程（加噪）：训练时，将一张真实图片逐步添加高斯噪声，经过多步（通常是 1000 步）变成完全随机的噪声图。这个过程是确定的。
逆向过程（去噪）：模型学习如何反向操作——从纯噪声开始，逐步预测并去除噪声，每一步都比前一步更清晰，最终还原出完整图片。
文本引导：在训练时同时输入文本描述（如"一只橘猫坐在窗边"），模型就会学习到文字和画面内容之间的对应关系。生成时，输入文本描述，模型就能从噪声中生成符合描述的图像。
主流扩散模型产品
- ·Stable Diffusion：开源模型，社区活跃，可本地部署
- ·Midjourney：以艺术风格和美学质量著称
- ·DALL-E 3：OpenAI 产品，文本理解能力强
- ·文心一格：百度出品，中文理解优势
- ·通义万相：阿里出品，支持图生视频
扩散模型的应用
除了图像生成，扩散模型还被应用于视频生成（Sora、Runway Gen-3）、音频生成、3D 模型生成、分子设计等前沿领域，是当前生成式 AI 最热门的技术方向之一。