Diffusion

Diffusion（扩散模型）是当下 AI 画图、生成视频背后的主力技术。Midjourney、Stable Diffusion、Sora 这类，根上都用它。

它的思路有点反常识：先往一张干净图片里不断加噪声，加到完全变成雪花点；然后训练模型学会"反向去噪"——从一团乱麻里一点点还原出图。生成时，它从纯噪声起步，一步步去噪，最后"长"出一幅画。这个"从混沌中显形"的过程，就是 diffusion 名字的由来。

它和 LLM 是两条线：LLM 管语言和逻辑，Diffusion 管像素和画面。AIGC 里"文生图"“文生视频"那一半，基本是 Diffusion 的天下。多模态模型也常把两者揉在一起——用 LLM 理解你的文字指令，再用 Diffusion 出图。

缺点也明显：它不像 LLM 那样"懂因果”，所以生成的人手经常多一根、文字经常乱码。但论"把想象变画面"的本事，目前还没有能打的替代。