DeepMind 研究员推荐 Sander Dieleman 万字长文《Perspectives on Diffusion》
psuraj28 · x · 2026-09-02
Suraj Patil 在关于 Flow Matching 与 CNF 区别的讨论中，分享了 Sander Dieleman 2023 年的长文《Perspectives on diffusion》。文章系统梳理了理解扩散模型的多种视角与等价关系：作者此前提出「扩散模型是自编码器」的观点，本文在此基础上把 autoencoders、guidance、扩散语言模型等多个视角一次性串联，帮助读者发现不同论文与实现之间的联系与等价性，是理解扩散/流匹配统一框架的经典材料。
「研究」频道最新
- NASA 与 IBM 的 AI 模型以 30 米分辨率绘制亚洲水稻地图 — anselm · 2026-09-02
- 按 LeCun 的外推定义,神经网络的一切都是外推 — burny_tech · 2026-09-02
- GPT-5.6 与耶鲁学者破解悬置 40 余年信息论猜想 — burny_tech · 2026-09-02
- 谷歌开源时间序列基础模型 TimesFM 持续走红 — google-research · 2026-09-02
- 实测 6 款开源 AI 文本检测器:4 款做不到 0.5% 误报率,改写后集体失效 — grumpyp2 · 2026-09-02
- 偏好模型筛选 AI 科研创意，世界模型获 DeepMind 研究员看好 — j_foerst · 2026-09-02