摘要： 1 Score Matching：问题与方法 上一讲学习 DDPM 时，我们采用了这样的思路：先人为定义一个逐步加噪的 forward process，再学习 reverse process。Maximum likelihood 本来难以直接计算，但经过 ELBO、KL divergence、Bay 阅读全文

摘要： 1. 问题设定与核心直觉 图像生成系统的全貌 学习扩散模型之前，先把图像生成系统拆成几个部分： Generation paradigm：模型如何从初始状态逐步得到图像； Conditioning：如何用文本等条件引导生成； Model architecture：U-Net、Diffusion Tra 阅读全文

摘要： 这一讲要解决什么问题？ 生成模型的预测网络需要同时理解全局结构、保留局部细节、接收 timestep/text 等条件，并能扩展到高分辨率图像和视频。本讲沿着 Convolution → U-Net → DiT → MM-DiT → RoPE 的路线解释这些设计如何逐步形成。 1. Convolut 阅读全文