扩散模型为何这样设计:从分数匹配到推理瓶颈

Gauri_the_great · x · 2026-07-06

作者深入研读扩散模型,重点不在 Flow Matching 本身,而是理解基于分数(score-based)的扩散模型为何如此设计、以及它们在何处会陷入困境。基于分数的模型通过去噪分数匹配学习 Stein 分数(对数概率密度的梯度),推理时通过数值积分逆向时间 SDE 或概率流 ODE 来恢复样本。这一思路支撑了 Stable Diffusion 等图像模型,以及 Grad-TTS、NaturalSpeech 2 等语音系统。

原文链接 →