扩散模型，从噪声里挖出一张图

01反共识：它不是生成，是去噪

GAN 是"对抗生成"，VAE 是"编码再解码"，扩散模型完全不同——它是"破坏再修复"。

前向过程（加噪）：给一张清晰图 x₀，每步加一点高斯噪声，第 t 步得到 xₜ，加到第 T 步（如 1000 步）变成纯噪声 x_T。这个过程不需要训练，是固定的马尔可夫链。

反向过程（去噪）：训练一个网络 ε_θ(xₜ, t)，输入"噪声图 + 当前步数"，预测"加了什么噪声"。把预测的噪声减掉，得到稍微清晰一点的 xₜ₋₁。重复 T 步，从纯噪声 x_T 一路去噪回 x₀。生成 = 从纯噪声开始反向去噪。

02前向加噪演示：拖滑块看图被噪声吞掉

拖动时间步 t（0=清晰，1000=纯噪声），看一张图怎么一步步被噪声吞没。这就是扩散模型要学的"反向过程"的起点。

03三个关键设计选择

• 步数 T：DDPM 用 1000 步，步多去噪稳但慢；后来 DDIM/LCM 砍到 20-50 步，靠更好的采样策略加速。步数和质量不是线性关系。
• 噪声调度：每步加多少噪声的 schedule（线性、余弦等）。余弦调度比线性在末期加噪更平滑，生成质量更好。
• 条件注入：要"画一只猫"怎么控制？用 classifier-free guidance，训练时随机丢条件，生成时把"有条件"和"无条件"预测做差，放大条件方向。

一个常见误解：扩散慢是因为步数多。其实更深的瓶颈是每步要跑一次 U-Net 前向（几百 MB 模型）。所以加速方向是减少前向次数（少步采样）或蒸馏小模型，而不是单纯减步数。

04带走这套原理清单