擴散模型 (擴散生成模型)

擴散模型（Diffusion Model）是一種生成式AI架構，通過學習如何逐步去除噪聲來生成高質量的圖像、音訊或其他數據。

工作原理：

• 前向過程：逐步向圖像添加噪聲，直到變成純噪聲
• 反向過程：學習如何逐步去除噪聲，恢復清晰圖像
• 條件生成：根據文本描述（文生圖 (文字生圖 / Text-to-Image)）或其他條件指導生成

著名模型：

• Stable Diffusion：開源，可本地運行
• DALL-E（OpenAI）：高質量圖像生成
• Midjourney：藝術風格圖像
• Imagen（Google）：高解析度生成

優勢：

• 生成質量高，細節豐富
• 訓練穩定，不收斂問題困擾
• 可進行圖生圖編輯

擴散模型是當前電腦視覺和文生圖 (文字生圖 / Text-to-Image)領域的主流技術。