解锁Diffusion Model: 初识Stable Diffusion、DALL-E、Imagen

最新推荐文章于 2025-09-18 08:36:28 发布
原创 最新推荐文章于 2025-09-18 08:36:28 发布 · 1.6k 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#stable diffusion #Imagen #人工智能 #DALL-E

 ------->更多内容，请移步“鲁班秘笈”！！<-------

扩散模型在生成高质量图像、视频、声音等方面表现突出。它们与物理学中的自然扩散过程相似而得名，自然扩散过程描述了分子如何从高浓度区域移动到低浓度区域。在机器学习的背景下，扩散模型通过逆转扩散过程来生成新数据。主要的思想是向数据添加随机噪声，然后反过来从噪声数据中推理和获取原始数据。

“是先有雕像，还是先有石头，其实雕像已经早在石头里面！”

最低0.47元/天 解锁文章
Stable Diffusion vs DALL·E3
鲁班模锤
06-15 1348
Stable Diffusion和DALL·E3是目前可用的两个最好的AI图像生成模型，它们的工作方式大致相同。这两个模型都是在数百万或数十亿个文本-图像对上训练的。
Imagen与其他生成模型的对比：DALL-E、Stable Diffusion、MidJourney
2401_85639015的博客
09-18 3258
Imagen是由Google Brain团队推出的生成式文本到图像模型。Imagen以其卓越的生成质量脱颖而出，其背后的关键技术依赖于大型语言模型和扩散模型的结合。Imagen声称在图像清晰度和细节上达到了前所未有的水平，尤其是在复杂语义理解和表现方面。Imagen、DALL-E、Stable Diffusion和MidJourney各具优势和特色，适用于不同的应用场景。对于需要高质量、高细节图像的场景，Imagen无疑是最佳选择；
DALL-E、Stable Diffusion 等 20+ 图像生成模型综述
2301_78285120的博客
05-21 2420
节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。针对大模型& AIGC 技术趋势、大模型& AIGC 落地项目经验分享、新手如何入门算法岗、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。
图像生成模型浅析（Stable Diffusion、DALL-E、Imagen）
周同学的博客
04-14 9116
图像生成模型浅析（Stable Diffusion、DALL-E、Imagen）
Stable diffusion扩散模型相关
hn_lgc的专栏
02-17 7395
作者：路橙LuChengTHU链接：https://www.zhihu.com/question/536012286/answer/2533146567来源：知乎变分后验分布的表达能力与计算代价的权衡一直是VAE领域的核心痛点。GAN还需要额外训练判别器，这导致训练很困难；normalizing flow需要模型是可逆函数，不能随便用一个图像分类or分割领域的SOTA神经网络，这也导致模型表达能力受限。
图像生成(AI绘画)的发展史：从DALLE、DALLE 2、DALLE 3到Stable Diffusion、SDXL、SD3(含ControlNet详解)
热门推荐
结构之法 算法之道
06-22 3万+
终于开写本CV多模态系列的核心主题：stable diffusion相关的了，为何执着于想写这个stable diffusion呢，源于三点确实非常非常多的朋友都看过我那篇SVM笔记，影响力巨大，但SVM笔记之后，也还是写了很多新的博客/文章滴，包括但不限于：xgboost、CNN、RNN、LSTM、BERT等今后基本每季度都有更新的计划，欢迎常来关于Stable Diffusion，可以先看下这篇的文章”(此篇文章也是本文的重要参考之一)
全面了解三大 AI 绘画：Midjourney、Stable Diffusion、DALL·E 的区别和特点
A13531922961的博客
06-17 4701
在当前，比较流行的 AI 绘画软件主要有三个，分别是：StabilityAI 公司的 Stable Diffusion，OpenAI 公司的 DALL·E2，以及更为大众所熟知的，Leap Motion公司创始人 David Holz 携十一人团队创建的 Midjourney。当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。顾名思义，既然是“通用模型”，那必然是没有什么特点。
从DALL·E到Stable Diffusion：AIGC图像生成演进史
AI天才研究院
04-25 1756
AIGC图像生成技术的爆发式发展，正在重塑创意产业、设计领域和人机交互模式。技术演进的底层驱动力（如多模态对齐、计算效率优化）；核心模型架构的迭代逻辑（Transformer→扩散模型）；从“文本到图像”生成到“可控高质量生成”的能力升级；工业级应用落地的关键突破点。第2章梳理核心概念与技术脉络；第3-4章深度解析DALL·E与Stable Diffusion的算法原理及数学模型；第5章提供Stable Diffusion的实战代码案例；第6章总结典型应用场景；
DDPM DDIM Imagen , DALL-E2 , and Stable Diffusion 的区别，以及Stable Diffusion的组成，与DDPM的关系，DDPM的组成
最新发布
一季南凉的博客
09-18 611
首先，Stable Diffusion、DALL-E 2、Imagen 和 DDPM、DDIM 之间是。而 Imagen、DALL-E 2 和 Stable Diffusion 则是基于。（Text-to-Image）的生成技术，但实现方式和核心组件有所不同。所以，你的理解基本是正确的：Stable Diffusion 确实是将。这两种组件共同定义了扩散模型如何从随机噪声中一步步生成清晰的图像。（Diffusion Models）的两种。，实现了在低计算资源下的高效图像生成。
生成式 AI 背后的共同框架：Stable Diffusion、DALL-E、Imagen
lucius-liu.cn
04-02 3349
生成器的内部框架如下所示： - 第一部分：Text Encoder，输出 Text，返回对应的 Embedding（向量）； - 第二部分：Generation Model，输入为 Text 的 Embedding 与一个随机生成的 Embedding（用于后续的 Diffusion 过程），返回中间产物（可以是图片的压缩版本，也可以是 Latent Representation）； - 第三部分：Decoder，输入为图片的压缩版本，返回最终的图片。
AIGC：DALL·E 2、Midjourney和 Stable Diffusion 产品对比
GIS摆渡人
06-23 1549
随着 Diffusion Model 的普及，大家可能注意到互联网上有着铺天盖地的人工智能 (AI) 生成的图像，这些图像都是使用『文本到图像』的生成模型生成的：只需要输入一个文本描述（prompt/提示），AI 模型就可以在几秒几分钟内生成一个或多个精准匹配提示的精美图像。截止目前为止，三个最流行的AI作画产品是 📘Stable Diffusion、📘Midjourney和 📘DALL·E 2。
解析不同种类的StableDiffusion模型Models，再也不用担心该用什么了
暂时先用这个名字
03-30 1万+
Stable Diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，Stable Diffusion在 LAION-5B 的一个子集上训练了一个Latent Diffusion Models，该模型专门用于文图生成。
怎么使用Stable diffusion中的models
程序那些事
05-28 1382
详细介绍如何在Stable diffusion中使用models。
生成式AI扩散模型-Diffusion Model【李宏毅2023】概念讲解、原理剖析笔记
qq_53826699的博客
08-28 4442
Diffusion和DALL采用的Decoder是Latent Representation，之前在讲Diffussion Model的时候，nosie是加到图片上面的，而现在我们的Framework里面扩散模型产生的是中间产物，他可能不是图片了，所以我们在diffusion process这一部分，为什么不直接生成一个带噪音的猫？通过一步步的加噪声，得到最终的噪音图，而每一步的step x 就代表在训练过程的第二个输入，每一步得到的加了噪音的图，就是训练过程的第一个输入（相当于反向过来看）
理解DALL·E 2， Stable Diffusion和 Midjourney工作原理
Baihai_IDP的博客
12-05 1万+
作者 | Arham Islam编译 | 岳扬在过去的几年里，人工智能（AI）取得了极大的进展，而AI的新产品中有AI图像生成器。这是一种能够将输入的语句转换为图像的工具。文本转图像的AI工具有许多，但最突出的就属DALLE 2、Stable Diffusion和Midjourney了。DALL-E 2由OpenAI开发，它通过一段文本描述生成图像。其使用超过100亿个参数训练的GPT-3转化器模型，能够解释自然语言输入并生成相应的图像。正在上传…重新上传取消一幅描述篮球运动员灌篮的油画，具有星云爆炸的效果
【笔记】扩散模型（六）：DALL-E 理论解读与代码实现｜自回归文生图
LittleNyima的博客
09-09 2396
详解 DALL-E 的理论与代码实现
【学习日记week10】LDM，DALL-E2基于扩散模型的生成方式，以及跨模态生成
alokag的博客
12-08 2455
Diffusion model在图像生成领域取得了很大的成功，但是，扩散模型因为完全是在像素级别进行训练，一个好的DMs需要很大的计算资源来进行训练和推理。本质上还是自回归模型，训练和推理的复杂性都很高。为了解决这个问题，本文的团队提出将DM的训练应用在一个用AE提前训练好的潜在空间中，达到了速度和细节保持的一个平衡点。模型的整体框架如下，因为整个工作的创新点都是基于引入了潜在空间学习的思想，所以需要构建一个autoencoder，即左边的E\mathcal EE和D\mathcal DD。
Stable Diffusion 模型界面介绍
牧子川的博客
07-05 5445
①：选择的模型，及Stable Diffusion进行生成图片是使用的模型。⑤：选择的样式，一般都是用于文生图（由文字生成图片）和图生图（由一个图片生成另一个图片）⑥：提示词模板，将当前提示词（prompt ）保存为模板风格。⑤：选择当前图片作为图生图的初始图片，并能在图片上进行绘制。⒈使用CLIP模型从图片中反推图片用到的正向提示词。⑤：提示词模板，将已选择的模板风格写入当前提示词。④：选择当前图片作为图生图的初始图片。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值