AI作图这么久，你知道它的原理吗？

扩散模型是用于从随机噪点生成图片的工具（如Midjourney）。以下是它们的工作方式的简单解释：

1. 从随机噪声开始

这些模型以静态或随机噪点为起点进行图片的创作。

2. 理解添加噪声的过程

想象一下你有一张清晰的图片，比如一张猫的照片。如果你向这张图片中添加越来越多的噪点，它就会变得越来越不清晰。这个过程被称为扩散。

3. 反转过程以创建图片

扩散模型的核心在于反转上述过程：

a. 模型观察噪点图片，然后找出如何使其稍微清晰一点。

b. 它重复这个步骤，直到形成一个可以识别的图像。

4. 训练模型

为了让模型能够将噪点转化为图片，需要对模型进行训练。这是通过给模型展示大量的图片来帮助它学习模式，并使用高级数学方法生成相似的图片。

5. 生成不同的图片

由于初始噪点是随机的，所以模型生成的图片每次都会有所不同。 另外，模型在每一步都会基于这种噪点做出预测，引导图片的生成。这 就好比每次构建物体时都有独特的建筑材料和新的蓝图。

因此，扩散模型不是像拼贴从样本图像中工作；相反，它严重依赖于数学。