扩散模型(Diffusion model)起源于非均衡动力学,包括两个过程:前向过程和反向过程
前向扩散过程中,模型将输入数据逐渐转换为噪声数据,这一过程通过添加高斯噪声实现,每一步添加的噪声量都是可控的,通过连续添加噪声,模型可以得到数据在不同噪声水平下的表示。
在反向生成过程中,模型试图从噪声数据中恢复出原始数据。