AI 繪圖核心：擴散模型完全解析
從 DDPM 到 Stable Diffusion 3，用最直覺的方式理解圖像生成的數學與實作。
📌 本篇文章重點
- 擴散模型只做兩件事：先學「把乾淨圖弄髒」，再學「把髒圖復原」。
- 3 步搞懂：前向加噪 → 反向去噪 → 搬到潛在空間（Stable Diffusion 快的原因）。
- 品質靠 4 個旋鈕控制：CFG、Sampler、Steps、Seed。
- 看懂原理後，再用 ComfyUI 動手實作驗證。
一、為什麼這篇值得看？
想把圖生得好，不能只會抄參數——你得知道參數在調什麼。擴散模型（Diffusion Models）目前是圖像生成的霸主，不懂它的運作原理，調參就是在碰運氣。
這篇用 3 個步驟，把「官方論文級」的概念翻譯成人話，最後附上你最常碰到的 4 個調控旋鈕的實務建議。
二、核心概念，3 分鐘搞懂
一句話：擴散模型先學會把乾淨的圖弄髒，再學會把髒的圖弄乾淨。聽起來簡單，但這就是整個技術的核心。
💡 直覺理解
「加噪」是有標準答案的破壞（每步都算得出來），「去噪」是學會修復。因為破壞過程可窮舉計算，模型立刻擁有無限的訓練資料對——這是擴散模型成功的關鍵。
三、動手實作：3 步走完整個原理
看懂「前向加噪」（破壞過程）
從一張乾淨圖片出發，逐步加入高斯噪聲，直到完全變成隨機顆粒：
x₀ → x₁ → x₂ → ... → xₜ看懂「反向去噪」（修復過程）
訓練一個神經網路，學會每一步「逆推」，把噪聲一層層剝掉：
xₜ → xₜ₋₁ → ... → x₁ → x₀這個負責預測「每一步該剝掉多少噪聲」的主力網路，就是常聽到的 U-Net。
知道為什麼要搬進「潛在空間」
最早的 DDPM 直接在像素空間運算，成本極高。Stable Diffusion 用 VAE 先把圖壓縮（例如 1024×1024 → 64×64 的潛在向量），再在低維空間去噪——你在看不懂的低維空間裡做完了大部分苦工。
| 特性 | DDPM | Stable Diffusion |
|---|---|---|
| 運算空間 | 像素空間 | 潛在空間 |
| 訓練成本 | 極高 | 降低約 8 倍 |
| 消費級 GPU 運行 | 困難 | 可行 |
| 解析度擴展 | 受限 | 靈活 |
四、生成品質的 4 個調控旋鈕
- CFG Scale：引導強度，越高越貼合提示，過高會過飽和甚至扭曲。
- Sampler（採樣器）：DPM++ 系列的品質／速度平衡最好。
- Steps：20–30 步通常是品質與速度的甜蜜點。
- Seed：鎖定種子可重現結果，也是「隨機撿到好圖」的保險。
⚠️ 常見地雷
「步數越多越好」是錯的——超過甜蜜點只是浪費算力；「CFG 調高更好」也是錯的——過高反而破壞構圖。先從推薦值起步，再微調。
五、常見問題（FAQ）
Q1DDPM 和 Stable Diffusion 差在哪？
主要差在運算空間。DDPM 在像素空間直接算，又慢又吃顯卡；SD 搬到潛在空間，消費級 GPU 就推得動——這就是你現在能在家跑圖的關鍵。
Q2Steps 設多少最划算？
20～30 步是甜蜜點。超過 30，多數採樣器只多花時間、幾乎不增加細節。
Q3CFG 越高品質越好嗎？
不是。CFG 太高圖會過飽和、塑膠感、甚至扭曲。實務以 6～9 為基準再微調。
Q4這篇講完，下一步做什麼？
把理論帶進 ComfyUI，用不同 CFG／Steps 實際跑一遍，手感自然建立。
總結
記住三步：前向加噪、反向去噪、潛在空間，再加上 4 個旋鈕的用途，你就掌握擴散模型的全局。接下來就是把理論變成 ComfyUI 上的一串節點，用手感把這套東西內化。