nopSled

图像合成是最近提出的计算机视觉领域之一，但也是计算量需求最大的领域之一。尤其是复杂，自然场景下的高分辨率图像合成，目前主要由基于似然的大模型来进行生成，该模型由具有数十亿个参数自回归（AR）transformers组成。相反，由于对抗学习过程不容易扩展到建模复杂、多模态的分布，因此已经揭示出GAN结果的大部分仅限于相当有限的可变数据。最近，基于分层去噪自编码器构建的扩散模型已证明在图像合成和其它领域中取得了令人印象深刻的结果，并以类别为条件的图像合成和超分辨率上达到了SOTA。

我们提出了使用扩散概率模型来合成高质量图像的方法，这是一种受非平衡态热力学启发的潜在变量模型。我们的最佳结果是通过根据扩散概率模型与朗之万动力学去噪分数匹配之间的新联系而设计的加权变分结合来获得的，并且我们的模型自然可看作一种渐进有损解压技术，该技术可以被解释为自回归解码的泛化。 在无条件CIFAR10数据集上，我们获得了9.46的inception score，以及3.17的FID。在256x256 LSUN上，我们获得了类似于ProgressiveGAN的样本质量。我们的实现可从https://gith