AIGC的不确定性

1.对于扩散模型：初始的噪声是重新随机生成的。在迭代生成的每一步，像素点的引入过程也是随机的。

2.对于MAE网络：MAE的核心思想是通过对图片的patch进行随机掩码，通过掩码随机预测被掩码的区域，这种随机性也会导致生成内容的不确定性。

3.对于文本生成网络：一般在生成文本时，会从预测的概率中进行采样，采样过程是基于概率分布进行的。例如：在生成期间会从预测概率分布中选择累积概率大于预设的一个值，然后从这个集合中随机采样生成。

4.对于GAN网络：一般输入的也是随机的噪声，将一个分布转换成目标数据分布，因此这种随机性也是难以控制的。

5.神经网络特意使用随机因素增加生成的多样性。例如：初始化    的随机性，比如权值。正则化的随机性，比如dropout。层的随机性，比如词嵌入。最优化的随机性，比如随机优化等。

在AIGC领域中有各种各样的因素导致最后的输出结果有很大的不确定性。

希望各位大佬指正！！！