Lilian Weng 长文系统拆解扩散模型从加噪到采样
vboykis · x · 2026-07-28
这是一篇 Lilian Weng 的长文，系统讲解扩散模型的工作原理：从前向加噪、反向去噪，到如何从噪声中逐步生成样本。
文章重点梳理了：
- 扩散过程与随机梯度朗之万动力学、score-based 模型的联系
- 条件生成方法，包括 classifier guidance 和 classifier-free guidance
- 通过更少采样步数、蒸馏等方式加速生成
- latent diffusion、分辨率扩展以及模型架构设计
整体是一篇对扩散生成模型很完整的技术综述，适合想系统理解这一类方法的读者。
「研究」频道最新
- Structural Admission 在训练前验证任务依赖结构 — willybbrown · 2026-07-28
- AI agent 该彼此通信、共享上下文并互相学习技能 — heyshrutimishra · 2026-07-28
- Graft 主张代码代理应自动注入上下文而非等 MCP 调用 — shhdwi · 2026-07-28
- Kimi 被描述为带线性注意力和 attention residuals — burny_tech · 2026-07-28
- Nature Communications 研究把 NLP 表征连到大脑语义检索 — bttyeo · 2026-07-28
- AISLE 盯上真实零日漏洞，还称能追平前沿系统 — stanislavfort · 2026-07-28