查看: 17|回复: 0

文生图为什么像从雪花噪点里显影?聊聊扩散模型

[复制链接]
发表于 昨天 06:42 | 显示全部楼层 |阅读模式
🎨 让 AI 画一只猫,它居然先往图上撒一把雪花噪点,再一点点"擦"出来——这就是扩散模型的工作方式。
🔍 训练:学的是"去噪"
做法很反直觉:拿一张真实图片,逐步加上高斯噪声,直到变成一团雪花屏。模型的任务只有一个——看着带噪的图,猜出"刚才那一步的噪声长什么样"。见了亿万张图,它就摸清了从噪声到猫狗山水之间的整条"坡道"。
✅ 生成:从纯噪声逆着走
生成时喂进一团纯随机噪声,模型按学到的方向修一点点,修完再修下一步,几十次迭代后猫的轮廓、毛发、眼神就慢慢浮现。提示词的作用是在每一步"掰方向",把随机游走引向你想要的画面。
💡 为什么画质能这么高
  • ✔ 一步一步微调,比一步到位生成稳定得多
  • ✔ 去噪目标只需预测噪声,训练简单、好收敛
  • ❌ 代价是采样慢,二三十步才能出一张图

⚡ 加速是当前大方向
蒸馏步数、在 latent 压缩空间里做扩散、甚至蒸馏成一步出图,都是为了让出图更快。Stable Diffusion 用的正是 latent 扩散,把算力需求压到消费级显卡能跑的水平,才有了今天满地的 AI 绘图工具。


扩散模型不是在"画",而是在亿万次去噪里学会了图像的概率地形。

💬 互动一下:你用过哪些 AI 绘图工具?出图质量和速度,你更在意哪个?
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关注公众号
免责声明|Archiver|手机版|小黑屋|半导贴吧

相关侵权、举报、投诉及建议等,请发 E-mail:1152577621@qq.com

Powered by Discuz! X5.0 © 2001-2026 Discuz! Team.|渝ICP备2024033348号|渝ICP备2024033348号-1

在本版发帖
关注公众号
QQ客服返回顶部