生成模型不包含了扩散模型。 生成模型除了扩散模型外，还有VAE（variational autoencoder 变分自编码器) GAN（ Generative Adversarial Networks 生成式对抗网络）

最早的扩散模型DDPM（denoising diffusion probabilistic models）

扩散过程分为前向扩散和反向扩散

前向过程给数据加噪声 反向过程给数据去噪声->从噪声中回复清晰数据

问题:扩散模型生成速度慢。

解决方案:使用采样器（离散化求解随机微分方程），采样器如Euler,SDE,DPM Solver++ ,Karras

初期扩散模型质量和稳定性不如GAN生成对抗网络

《Diffusion ModelsBeat GANs on Image Synthesis》介绍了扩散过程如何使用显示分类器引导，使得扩散模型爆火。

CLIP 多模态图像生成

CLIP 连接文本和图像的扩散模型，将同一语义的文字和图片转换到一个隐空间中.如 Stable Diffusion DALL·E 图像扩散模型层。

图源：《扩散模型从原理到实战》ISBN：978-7-115-61887-0