詳細解釋
潛在擴散（Latent Diffusion）是在潛在空間而非像素空間進行擴散過程，是Stable Diffusion的核心設計。
運作流程：
- VAE編碼：圖像→潛在表示（壓縮8倍）
- 潛在空間擴散：對潛在向量加噪/去噪
- VAE解碼：去噪後潛在向量→圖像
優勢：
- 計算高效：8倍壓縮=64倍計算減少
- 記憶體友好：更低解析度處理
- 速度提升：訓練和推理都更快
- 品質保持：VAE可逆壓縮損失小
與像素空間擴散的比較：
- 像素級（DDPM）：直接在圖像上
- 潛在級（LDM）：在VAE潛在空間
- 潛在級更實用，成為主流
VAE的選擇：
- 標準VAE：Stable Diffusion使用
- 自訂VAE：不同版本略有差異
- VAE品質影響最終輸出
應用：
- Stable Diffusion系列
- 視頻擴散（時空潛在空間）
- 3D生成（3D潛在表示）
是高效大規模擴散生成的關鍵技術。