2026-08-18 18 min read -- 次瀏覽
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。
AI 繪圖 DiffusionSDComfyUI
## 擴散模型的基本原理
擴散模型（Diffusion Models）是當前最強的圖像生成架構，其核心思想極為優雅：
### 前向過程（加噪）
將一張乾淨的圖片逐步加入高斯噪聲，直到變成純隨機噪聲：
`x₀ → x₁ → x₂ → ... → xₜ`
### 反向過程（去噪）
訓練一個神經網路學習如何逐步去除噪聲：
`xₜ → xₜ₋₁ → ... → x₁ → x₀`
## 關鍵組件
1. **噪聲排程器（Noise Scheduler）**：控制每一步加入多少噪聲
2. **U-Net 架構**：預測每一步的噪聲殘差
3. **條件機制**：透過 CLIP 文字編碼器實現文字到圖像的對應
## 從 DDPM 到 Stable Diffusion
Stable Diffusion 在潛在空間（Latent Space）中執行擴散過程，大幅降低了計算成本，使消費級 GPU 也能生成高品質圖像。