术语表

Diffusion model

一类学习逆转加噪过程的 AI 生成模型 —— 从纯噪声出发,逐步去噪成一张与 prompt 匹配的图像或视频。

深入解读

在实践中意味着什么

截至 2026 年,扩散模型是 AI 图像生成的主流架构。包括 Stable Diffusion(SDXL)、FLUX 和 Nano Banana 2 在内的模型都基于扩散。像 Sora 2 和 Kling 这样的视频模型把扩散思想扩展到了时空 —— 对一个噪声体进行去噪,产出一段连贯的帧序列。

扩散模型相较于早期架构(GAN、VAE)的核心优势是样本质量和 prompt 保真度。其权衡是生成速度:每次输出需要多次去噪迭代,而非一次前向传递。这就是基于扩散的生成为何要花这么多成本的原因。