Stable Diffusion系列（五）：原理剖析——从文字到图片的神奇魔法（扩散篇）

要想完成SD中从文字到图片的操作，必须要做到两步，第一步是理解文字输入包含的语义，第二步是利用语义引导图片的生成。下面我们从几篇论文入手，首先搞懂以假乱真的图片是如何生成的，再学会对自然语言的理解方式，也就弄懂了文生图的魔法是从何而来。最后，我们会看看SDXL、Control Net、Turbo以及LCM等变种分别是从哪些角度为SD锦上添花的。这里我们先从扩散讲起。

DDPM

这是解开图片生成之谜的第一把钥匙，原文是发表于NIPS2020的Denoising Diffusion Probabilistic Models，下面我们就如庖丁解牛般，尝试洞察里面的每一丝细节。

论文整体原理

先从标题说起，很久没有看到过这么简明扼要的论文名了，用三个词就完美概括了DDPM的核心思想，去噪（Denoising）是方法、扩散（Diffusion）是架构、概率（Probabilistic）是媒介。至于目的，当然是去生成以假乱真的图片。

图片生成不是什么新鲜事