扩散模型是近年来快速发展并得到广泛关注的生成模型。它通过一系列的加噪和去噪过程,在复杂的图像分布和高斯分布之间建立联系,使得模型最终能将随机采样的高斯噪声逐步去噪得到一张图像。

精品内容

伯克利博士论文:解释与控制生成模型
专知会员服务
15+阅读 · 7月12日
ICML 2026教程:用KET统一Attention与Diffusion
专知会员服务
12+阅读 · 7月10日
ICML 2026教程:扩散与Flow Matching,从记忆到泛化
专知会员服务
16+阅读 · 7月8日
【CVPR2026教程】扩散模型的解析理解
专知会员服务
16+阅读 · 6月10日
视频生成基础模型进展
专知会员服务
14+阅读 · 4月9日
144页ppt《扩散模型》,Google DeepMind Sander Dieleman
专知会员服务
51+阅读 · 2025年11月21日
最新《扩散模型原理》新书,470页pdf
专知会员服务
73+阅读 · 2025年10月30日
扩散模型中的缓存方法综述:迈向高效的多模态生成
专知会员服务
9+阅读 · 2025年10月23日
用于强化学习的扩散模型:基础、分类与发展
专知会员服务
24+阅读 · 2025年10月15日
参考链接
微信扫码咨询专知VIP会员