REFSources
每个结论，都能沿路返回来源。
核心公式优先依据原论文；本站内容为中文转述与教学组织，不复制论文大段文字。
2015201920202020202120212021202220222022
Deep Unsupervised Learning using Nonequilibrium Thermodynamics
Sohl-Dickstein et al. · 把非平衡热力学式前向扩散与可学习反向过程用于深度生成模型。
Generative Modeling by Estimating Gradients of the Data Distribution
Song & Ermon · 用多噪声尺度的 denoising score matching 与 annealed Langevin dynamics 生成样本。
Denoising Diffusion Probabilistic Models
Ho, Jain & Abbeel · 给出实用 DDPM 训练方案，强调与 denoising score matching 的联系，并使用简化噪声预测目标。
Denoising Diffusion Implicit Models
Song, Meng & Ermon · 构造与 DDPM 共享训练目标的非马尔可夫过程，支持确定性与少步采样。
Score-Based Generative Modeling through Stochastic Differential Equations
Song et al. · 以 SDE 统一多个生成建模视角，并给出 reverse-time SDE 与 probability flow ODE。
Improved Denoising Diffusion Probabilistic Models
Nichol & Dhariwal · 研究学习反向方差、cosine schedule 与减少采样步数等改进。
Diffusion Models Beat GANs on Image Synthesis
Dhariwal & Nichol · 研究更强的扩散架构与 classifier guidance，在条件生成中显著增强样本质量。
Classifier-Free Diffusion Guidance
Ho & Salimans · 联合训练条件与无条件模型分支，并在采样时组合两种预测。
High-Resolution Image Synthesis with Latent Diffusion Models
Rombach et al. · 把扩散放到自编码器潜空间，并以 cross-attention 灵活注入条件。
Elucidating the Design Space of Diffusion-Based Generative Models
Karras et al. · 拆解并重组扩散模型的网络预条件、训练目标、噪声参数化与采样设计。