#扩散模型
共 60 篇相关文章
科技前沿扩散模型生成神经网络权重:用AI造AI的初步尝试
Reddit 开发者尝试用扩散模型直接生成神经网络权重,而非像素,并发布 nngen 概念验证项目,用自然语言描述任务即可生成 Pong 等小型网络。本文分析其技术思路、可行性挑战与社区反馈。

球面布朗扩散:连续扩散语言模型的新几何范式
球面布朗扩散提出以布朗运动作为球面上的典范扩散过程,通过高维近似速率分离腐蚀与推理的贡献。实验显示采样器选择的影响远大于前向腐蚀几何,并在推理任务与开放生成中呈现不同最优策略。

1小时搞懂扩散模型:从原理到代码实战
一文搞懂扩散模型(Diffusion Model)原理:从GAN的痛点出发,详解前向加噪、反向去噪的数学推导与代码实现,包含UNet结构、损失函数和采样过程,适合初学者快速入门。

扩散模型入门:从DDPM原理到UNet实战代码
本文系统讲解扩散模型(DDPM)的核心原理,包括前向加噪、反向去噪的数学推导,以及UNet训练与采样的代码实现。通过与GAN对比,帮助读者理解扩散模型的优势与实战要点,适合入门学习。

扩散模型入门到精通:原理推导与DiT源码实战
扩散模型仍是论文创新与模型改良的热门方向。本文整理零基础学习路径:从理清前向扩散与反向生成的核心逻辑,到用DiT轻量化工具包逐行吃透源码,再到结合精选论文摸清加速与轻量化创新思路,避免只会跑代码不懂原理的常见弯路。

零基础吃透扩散模型:从加噪到去噪的完整推导
零基础也能看懂的扩散模型原理详解:从GAN的局限讲起,完整推导前向加噪与反向去噪公式,解释为什么需要神经网络预测噪声,附UNet结构与代码实现要点。

零基础学扩散模型:原理、工具与创新路径全解析
基于B站热门教程,系统梳理扩散模型零基础学习路径:从核心理论推导的取舍,到DiT工具包源码实操,再到模型加速与轻量化创新思路,帮助读者避开只啃理论或只跑代码的常见误区。

扩散模型零基础入门:避开弯路的学习路线
扩散模型零基础入门指南:从核心数学推导到DiT轻量化工具包源码实操,梳理前向扩散、反向生成逻辑,精读加速与结构优化论文,帮你避开学习弯路,打通理论与源码闭环。

B站热推:零基础吃透扩散模型原理与源码实操指南
B站热推的扩散模型学习路线:从核心原理与公式推导入手,用轻量化DiT工具包逐行调试源码,打通理论到创新的闭环,适合零基础系统吃透Diffusion Model并落地论文项目。

零基础吃透扩散模型:从理论到DiT源码再到发论文
零基础如何系统学习扩散模型?本文拆解B站AI教程的完整路径:先夯实前向扩散与反向生成的理论框架,再用DiT工具包逐行吃透源码,最后才谈模型改良与论文创新,避免只会跑代码不懂原理的常见弯路。

扩散语言模型如何提升黑盒攻击的隐蔽性
论文提出用扩散语言模型替换随机映射,使黑盒攻击提示的字符级困惑度从10^3-10^7降至3-5,大幅提升隐蔽性,并揭示风险估计可能相差一个数量级。

AI图像生成实战指南:从扩散模型到智能体
从扩散模型原理到智能体工作流,系统梳理AI图像生成的实践路径:采样参数调优、ControlNet可控生成、Agent编排与成本合规等落地要点,帮助开发者搭建稳定的图像生成能力。

HORIA:单目视频实现人-物交互4D重建新SOTA
HORIA提出交互感知重渲染框架,通过运动感知分阶段文本描述与文本到视频扩散先验,解决单目视频中人-物交互的语义复合与遮挡难题,实现时间连贯的4D人体与物体重建并达到SOTA。

Mercury 3:扩散模型规模化落地,AI生成范式生变
Mercury 3在Hacker News引发扩散模型规模化讨论。本文分析扩散模型突破采样效率瓶颈、走向生产部署的技术路径,以及对AI应用开发者技术选型的实际影响。

扩散模型负引导新突破:正无标签学习实现渐近精确采样
扩散模型负引导长期缺乏明确目标密度,计算量增加也无法消除偏差。本文解读一篇新论文,用正无标签学习和序贯蒙特卡洛实现渐近精确的负引导采样,在图像生成中帕累托占优现有方法。

Annealed Lévy Diffusion:用高斯代理实现重尾扩散新范式
Annealed Lévy Diffusion(ALD)通过退火稳定性指数融合重尾探索与高斯精修,以边际优先分解实现标准高斯噪声预测训练,在2D基准、MNIST、CelebA64等任务上验证生成质量。

无需训练数据的扩散模型:格点场论采样新突破
最新研究提出扩散模型的数据自由训练方案,利用目标分数恒等式,无需HMC参考数据即可在二维φ⁴理论中实现与HMC训练相当的采样性能,为格点场论采样提供新范式。

4块3090训练文生图模型:MiniDog全流程仅需70分钟
MiniDog 框架在四块 RTX 3090 上实现文生图扩散 Transformer 的完整训练流程:预训练 55 分钟、微调 15 分钟。采用 2200 万参数小模型、E2E-INVAE 语义潜空间和特征缓存优化,支持 FID、HPSv2、PickScore 等完整评估。

