03：一文搞懂stable diffusion扩散原理，玩转AI绘画

前言

本来想单独写Noise predictor这个U-Net模型的，奈何实力尚浅，觉得还是结合stable diffusion中的diffusion（扩散）的概念一起写，才能更好地理解Noise predictor。

所以，本篇文章主要针对概念性的扩散来写，且本篇文章和我们使用stable diffusion关系不大，只是让大家了解我们在使用stable diffusion时的原理。

扩散（Diffusion）

在stable diffusion的概念中，扩散分为正向扩散（Forward Diffusion）和逆向扩散（Forward diffusion）。下面都以图生图为例，因为一定程度上，文生图可以看成图生图的子集。

正向扩散（Forward Diffusion）

正向扩散，就像一滴墨水掉进了一杯水中，墨水滴在水中扩散，最后墨滴在水中随机分布，你也无法判断墨滴最初是落在杯子中心还是靠近边缘的地方。在stable diffusion中，输入的图片就是杯子，噪声（noise）就是墨滴。

在图生图中，我们要输入一张图片，图片被VAE Encoder解码成一个在Latent Space内的4 * 64 * 64的latent image。

Forward Diffusion就是在latent image上，不断添加noise使其变成一个完全随机张量（random tensor），也就是我们说的噪声图。这里，不断添加是关键词，latent image并不是一步就变成了噪声图。