扩散模型

“成式对抗网络以外，另外两种模型是2013年由迪德利克·金马（Diederik Kingma）提出的变分自编码器（Variational Auto Encoder，VAE）以及2015年由雅沙·索尔迪克斯坦（Jascha Sohl-Dickstein）提出的扩散模型（Diffusion Model） [^194] 。”

“图3-19 Stable Diffusion的文生图与图生图功能演示 Stable Diffusion的基础——扩散模型（Diffusion Model），其实可以算是GAN的升级版，一般GAN能够做的事它都能做，并且效果还要比GAN更好，模型训练起来更加稳定。”

“更多样的训练方式：以扩散模型（Diffusion Model）和深度强化学习（Deep Reinforcement Learning）为代表的算法，具有比传统训练方式更为复杂的过程，进而衍生出训练、推理、数据 处理混合部署与协同优化的系统需求。”

“更多样的训练方式：以扩散模型（Diffusion Model）和深度强化学习（Deep Reinforcement Learning）为代表的算法，具有比传统训练方式更为复杂的过程，进而衍生出训练、推理、数据 处理混合部署与协同优化的系统需求。”

“Sora 的本质，可以理解为结合扩散模型（Diffusion Model）和 Transformer 架构；扩散模型是⼀种能够处理传播和扩散问题的模型， ⽽Transformer架构则是⼀种被⼴泛应⽤于⾃然语⾔处理等领域的模 型。”

“图像生成：使用生成对抗网络（Generative Adversarial Network，GAN）或扩散模型（Diffusion Models）将文本嵌入映射到图像特征空间，并生成高质量图像。”