AIGC 扩散学习：从生成模型进化史到加噪-去噪
对应课程 P24–P30：发展史 → 正向加噪 → 采样技巧 → 反向去噪 → 反直觉现象 → 代码实战
生成模型四代演进
VAE 变分自编码器
2013 · 压缩-重建
训练稳定
生成偏模糊
学潜空间分布再采样，均值化倾向导致细节丢失
GAN 生成对抗网络
2014 · 对抗博弈
出图快且锐利
训练易崩
生成器判别器互卷，模式崩塌是家常便饭
Flow 流模型
2015+ · 可逆变换
似然可精确算
结构受限
必须可逆且雅可比好算，网络设计束手束脚
Diffusion 扩散模型
2020 · DDPM
稳定+高质+多样
推理慢
把生成拆成 T 步去噪小任务，当前文生图主流
t=0：原图，信息完整
正向加噪步数 t（图像 → 纯噪声）
0 / 100
一步加噪公式（第 3 集采样技巧）
x
t
= √ᾱ
t
· x
0
+ √(1−ᾱ
t
) · ε
任意 t 一步到位，不必循环 t 次——训练提速的关键
反向过程就是把滑块从右往左拖，交给训练好的 UNet 逐步执行
正向过程（无需学习）
真实图 x₀
↓ 逐步加高斯噪声
q(x
t
|x
t-1
) 马尔可夫链
↓ T 步后
纯噪声 x
T
~ N(0, I)
反向过程（神经网络学习）
纯噪声 x
T
↓ UNet 预测当前噪声 ε̂
扣除噪声，得 x
t-1
↓ 迭代 T 次
生成图 x₀
训练目标（极简损失）
随机采 t 与噪声 ε
用公式一步造出 x
t
L = ‖ε − ε̂(x
t
, t)‖²
预测噪声 ≠ 预测图像
第 5 集：三个反直觉现象
预测噪声反而更稳
直接预测上一步图像是学不动的硬任务；改预测"当初掺进去的噪声"，目标边界清晰、梯度稳定，效果反而更好
加了噪还能算回来
加噪千步听起来不可逆，但每步只加一点点，条件分布在数学上可逼近高斯，反向才有解析可学
慢工出细活的代价
GAN 一步出图，扩散要几十上百步——质量、多样性、稳定性全赢了，唯独输了速度，于是有了 DDIM 等加速采样
七集速览
P24 · 第1集
生成模型的发展
VAE/GAN/Flow 为何让位扩散
P25 · 第2集
正向学习
马尔可夫加噪链的数学定义
P26 · 第3集
正向采样技巧
重参数化与一步加噪公式
P27 · 第4集
反向过程
从噪声到图像的逐步去噪
P28 · 第5集
反直觉现象
为何预测噪声而非图像
P29 · 第6集
代码实战 1
加噪调度与训练循环
P30 · 第7集
代码实战 2
采样生成与效果调优
依据卢菁《AIGC 扩散学习》第 1–7 集（DDPM 技术体系）整理 · 由 Tabbit 制作
Generated with
Tabbit.