Diffusion 模型学习资源导航，涵盖综述、博客、论文和应用。

高质量综述

• What are Diffusion Models? — 英文入门介绍
• [[Diffusion Models A Comprehensive Survey of Methods and Applications]] — 全面综述，包含基础推导和方法分类

博客笔记

• [[Diffusion Condition]] — 条件注入机制
• [[diffusion loss]] — 损失函数类型
• [[Diffusion Model：生成式AI的核心引擎]] — 核心原理与应用
• [[Diffusion和Transformer结合]] — DiT 架构详解
• [[DDPM的数学原理推导]] — 数学推导
• [[ControlNet]] — 空间条件控制

常见问题

采样时间步是什么？

采样时间步指扩散或去噪过程的时间阶段。扩散模型将数据生成视为逐步去噪，分为 T 个时间步（常见 T=1000）。训练时从均匀分布采样时间步 t，推理时采样步数决定生成质量与计算开销。

如何与 Transformer 结合？

[[Diffusion和Transformer结合]] 详述两种方式：

• 主干替换：DiT 用纯 Transformer 替代 U-Net
• 混合架构：U-Net 处理局部特征，Transformer 增强全局建模

重要改进

• [[TASD（Tiny Autoencoder for Stable Diffusion）]] — 轻量级 VAE

应用

• MarDini: Masked Autoregressive Diffusion for Video Generation at Scale
• LTX-Video: Realtime Video Latent Diffusion

外部资源

• Diffusion Models Papers Survey