Diffusion Model：从噪声中“生长”出图像的AI魔法
Diffusion Model（扩散模型）是一种通过逐步去除噪声来生成数据的深度学习模型。它通过一个“前向扩散”过程将数据（如图像）逐渐破坏成纯噪声，再通过一个“反向去噪”过程从噪声中重建出全新的数据。这种“破坏-重建”的范式使其在图像、音频、视频生成领域取得了突破性成功，是Stable Diffusion、DALL·E 2等热门AI绘画工具的核心技术。
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。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词Adobe Firefly 是 Adobe 公司推出的系列生成式 AI 模型，专注于创意内容生成。它并非单一工具，而是一个包含文生图、文生矢量图、文字特效等功能的模型家族，其最大特点是直接内置于 Photoshop、Illustrator 等 Adobe 创意软件中，旨在成为设计师安全、高效的“副驾驶”。
Canva-AI是集成在在线设计平台Canva中的一系列人工智能功能，旨在通过自然语言指令和自动化工具，大幅降低平面设计、演示文稿、视频制作等视觉创作的门槛。
Leonardo AI是一个集成了多种先进AI模型的综合性图像生成与设计平台，以其高质量的图像输出、丰富的模型库和面向游戏、设计等专业领域的工具链而闻名。
Playground最初指代AI模型的在线测试环境，现已演变为低门槛的AI创作平台，让用户无需代码即可探索模型能力。
Recraft是一个专注于矢量图形和图标生成的AI设计工具，能够将文本描述或草图转化为可编辑的矢量图形，并保持统一的视觉风格。
Kling-2是昆仑万维推出的新一代AI视频生成模型，以其强大的文生视频、图生视频能力，在视频时长、物理真实性和运动一致性上表现出色，被视为Sora的有力竞争者。