扩散模型（Diffusion Model）

AI知见编辑部 · 技术原理 · 持续更新

一句话说清

扩散模型是一种AI生成图片或声音的技术，像把墨水滴进清水再倒放视频，从乱码慢慢还原出清晰内容。

大白话详解

想象一下，你往一杯清水里滴一滴墨水，墨水会慢慢扩散，直到整杯水变成均匀的灰色。扩散模型就是学了这么个过程，但它学的是‘倒放’——它知道怎么从一杯均匀的灰色水，一步步变回那滴墨水的清晰形状。AI画画时，它先随机生成一堆乱码一样的噪点，然后像倒放墨水扩散一样，一步步‘去噪’，最后变成一张好看的图片。这个过程很像你在雪地里踩出脚印，然后有人帮你一步步把雪扫开，脚印就露出来了。

怎么理解它和别的AI不一样呢？你可以把AI生成技术想成做菜：有的方法像照着菜谱一步步炒（比如GAN，直接翻模板），扩散模型则更像‘把一锅乱炖的汤，慢慢过滤回原食材’。它不急着一步到位，而是分很多小步，每步只去掉一点点‘杂质’，所以效果更细腻，不容易出怪图。这也是为什么现在很多AI画图工具（比如你用的那种输入文字出图的）都用它——因为它能画出更自然、更丰富的细节，哪怕你描述得不太具体。

常见误解是觉得扩散模型会‘记住’网上所有图片，然后拼凑。其实它没存图，它只是从海量图里学会了‘清晰图长什么样’的规律，就像你看了很多猫的照片后，能凭印象画出一只不存在的猫。它生成的东西都是新造的，不是截图。但要注意，如果有人拿它做‘换脸’或伪造声音，这技术确实能帮上忙——所以看到太逼真的视频或图片，留个心眼，别急着当真。

跟你有什么关系

你手机里的AI绘画、换脸、修图功能背后常靠它。它能帮你生成创意图片，但也可能被用来造假，认准来源别轻信。

大家常问

扩散模型和之前说的GAN有什么区别？

简单说，GAN像两个高手对练，一个造假一个抓假，互相逼着进步；扩散模型像慢慢擦玻璃，从模糊到清晰。扩散模型更稳，出图质量高，但慢一点。

普通人需要懂扩散模型吗？

不用懂技术细节，但知道它能干啥、有啥坑就行。比如AI画图、换脸背后常是它，看到太假的内容别全信，多查证就好。

下一步做什么

看一篇实战教程 · 去提示词库抄一条直接用 · 去AI实验室亲手验证