U-Net擴散

U-Net擴散是指在擴散模型中使用U-Net作為去噪網絡的架構設計，是Stable Diffusion等模型的核心組件。

U-Net在擴散中的作用：

• 輸入：帶噪的潛在表示 + 時間步 + 條件
• 輸出：預測的噪聲或原始信號
• 時間嵌入：告知當前擴散時間步
• 條件嵌入：文本、類別等控制信號

架構細節：

• 編碼路徑：多層ResNet下採樣
• 中間層：最低解析度處理
• 解碼路徑：上採樣+跳躍連接
• 自注意力：高層解析度加注意力
• 交叉注意力：條件（如文本）注入

條件注入方式：

• 交叉注意力層：文本Q，圖像KV
• AdaGN：群歸一化中注入條件
• Concat：直接拼接條件特徵

優勢：

• 多解析度：同時處理細節和語義
• 條件靈活：支援多種控制信號
• 計算高效：適合高解析度
• 訓練穩定：架構成熟魯棒

是擴散模型 (擴散生成模型)事實標準架構。