本次查询：Diffusion Model
中文解释：扩散模型
常见场景：AI图像生成 / AI绘画 / 内容创作 / 艺术设计 / 视频生成
一句话解释
Diffusion Model（扩散模型）是一种生成式AI模型，它通过模仿“从噪声中逐步恢复清晰图像”的过程，来创造出全新的、高质量的图片、音频甚至视频。
为什么会被关注
自2022年以来，以Stable Diffusion、Midjourney、DALL·E 2为代表的AI绘画工具席卷全球，其背后共同的核心技术正是扩散模型。它生成的图像质量高、细节丰富、可控性强，极大地降低了高质量视觉内容的创作门槛，引发了从艺术创作到商业设计的广泛变革，因此成为AI领域最受瞩目的技术之一。
核心逻辑
扩散模型的核心是一个“先破坏，再学习重建”的两阶段过程。第一阶段是“前向扩散”：将一张真实图片逐步添加高斯噪声，经过数百步后，图片会变成一张完全随机的噪声图。
第二阶段是“反向去噪”：模型的核心任务是学习如何从一张纯噪声图中，一步步地预测并去除噪声，最终还原成一张清晰的、符合要求的图片。通过在海量数据上训练，模型学会了“去噪”的规律，从而具备了从无到有的创造能力。
常见场景
AI绘画与图像生成：用户输入文字描述（提示词），模型生成对应图像，这是最主流的应用。
图像编辑与修复：包括图像补全（如修复老照片）、图像超分辨率（提升清晰度）、风格迁移（将照片转为特定画风）等。
跨模态生成：除了文生图，还包括图生文、音频生成、3D模型生成，以及在生物医药领域用于生成分子结构等前沿探索。
容易混淆的点
与GAN（生成对抗网络）的区别：两者都是生成模型。GAN通过生成器和判别器“对抗”训练，而扩散模型是“自回归”地逐步去噪。扩散模型通常训练更稳定，生成样本多样性更好，但生成速度相对较慢。
“扩散”的含义：这里的“扩散”并非指信息传播，而是借用了物理学中“粒子从高浓度向低浓度扩散”的概念，类比图像信息在添加噪声过程中逐渐“消散”成随机状态的过程。