从噪声到图像：扩散模型的核心原理科普

[zyxzyx49]

 

在生成式AI领域，扩散模型凭借高质量的生成效果成为核心技术之一，其核心逻辑源于“渐进式加噪与反向去噪”的简单思路。不同于GAN的对抗训练，扩散模型通过模拟“墨滴扩散”的自然过程构建生成链路。

前向扩散过程中，模型会逐步向清晰样本（如图像）添加微小高斯噪声，经过数百甚至上千步迭代，最终将样本转化为完全随机的噪声。这一过程遵循马尔可夫链特性，每个时刻的样本状态仅依赖于上一时刻，保证了过程的可计算性。当迭代步数足够多时，最终噪声会趋近于标准正态分布，为反向生成奠定基础。

反向扩散过程则是前向过程的逆运算，模型通过学习去除噪声的规律，从纯噪声中逐步还原出清晰样本。关键在于模型并非直接预测清晰样本，而是预测每一步添加的噪声，通过不断消除噪声实现生成。这种“化整为零”的设计，将复杂的生成任务拆解为无数简单的去噪任务，既提升了训练稳定性，又保证了生成样本的细节丰富度。如今，这一原理已成为Stable Diffusion等主流生成工具的技术底座。