摘要： 《Scalable Diffusion Models with Transformers》(DiT) 提出用Transformer替代传统U-Net架构，突破扩散模型依赖卷积网络的局限。DiT通过潜空间压缩、图像分块序列化和自适应条件注入（adaLN-Zero），在ImageNet任务中实现SOTA性能，并验证了模型性能随算力增长的幂律关系。该研究不仅证明了纯Transformer架构在生

《High-Resolution Image Synthesis with Latent Diffusion Models》（LDM）是2022年CVPR会议的关键论文，奠定了Stable Diffusion等生成式AI的技术基础。该研究通过三大创新解决了扩散模型的高计算成本问题：1）采用AutoencoderKL实现256:1的高效图像压缩；2）在低维隐空间进行扩散计算，降低10-100倍算力需

摘要：扩散模型（DDPM）是当前生成式AI的核心技术之一，通过渐进式加噪和去噪过程实现高质量内容生成。其核心原理包括正向扩散（逐步添加噪声）和反向去噪（神经网络学习去除噪声），训练目标简单稳定。相比GAN等传统模型，DDPM具有训练稳定、生成质量高等优势，已广泛应用于图像生成、语音合成等领域。虽然存在采样速度慢等局限，但通过后续改进已大幅提升效率。理解DDPM原理对掌握生成式AI技术具有重要意义。