詳細解釋
潛在空間（Latent Space）是數據壓縮後的低維抽象表示空間，蘊含數據的結構和語義資訊。
特性：
- 低維度：比原始數據維度低
- 連續性：可插值生成新樣本
- 結構化：相似數據在空間中相近
- 可解耦：不同維度控制不同屬性
操作：
- 編碼：原始數據→潛在向量（編碼器）
- 解碼：潛在向量→重建數據（解碼器）
- 插值：兩點間路徑生成過渡樣本
- 算術：潛在向量運算對應語義操作
應用：
- 變分自編碼器 (VAE)：學習機率潛在空間
- Stable Diffusion：在潛在空間擴散
- 風格遷移：潛在空間插值
- 圖像編輯：潛在向量操控
- 異常檢測：遠離正常區域為異常
與嵌入空間的關係：
- 潛在空間：通常指生成模型的壓縮空間
- 嵌入向量 (嵌入 / 詞嵌入 / 向量嵌入) (Embedding Lookup)：通常指語義表示空間
- 概念相通，用法略有區別
是理解和操控生成模型的關鍵概念。