完整定義
擴散模型是一種生成式模型,通過逐步將雜訊添加到資料中,然後學習逆向過程,從雜訊中重建資料。它包含前向擴散過程和反向去噪過程。擴散模型在圖像生成、音訊生成等領域表現出色,能夠生成高品質、多樣化的樣本。在 iPAS 考試中,擴散模型是生成式 AI 的重要組成部分,需要了解其基本原理和應用場景。
白話說明
你看過 AI 從雜訊慢慢畫出清晰圖片嗎?
你可以把 擴散模型 想成先打亂、再重建的生成流程。
它其實就是先把資料一步步加噪,再學會把噪聲一步一步去掉。
擴散模型是一種生成模型,透過逐步將雜訊還原成清晰圖像,達成從隨機雜訊生成資料的目的。這種逆向修復的思路,通常能換來更穩定的訓練和更細緻的生成品質。
記住這句
從噪聲分布裡,一步步還原出內容
比喻:擴散模型就像一位「逆向的藝術修復師」 -- 它從一堆完全混亂、像電視雪花點的雜訊開始,一步步地「猜測」並「抹去」這些雜訊,直到最終像變魔術一樣,從混沌中還原出一張清晰、有意義的圖片或影像。
容易混淆
vs 生成對抗網路 (GAN)
GAN 像兩個藝術家互相較勁,一個生成一個評審;擴散模型則像一個藝術家,從雜亂的畫布上逐步「擦除」雜訊,讓畫面越來越清晰。GAN 常常訓練不穩定,擴散模型在生成品質和穩定性上表現更好。
實際案例
案例一:擴散模型 生成插圖
你給它一個提示詞,它不是一次畫完,而是先產出亂圖,再一輪一輪把噪聲修掉,最後得到清晰圖片。
案例二:擴散模型 做超解析或修復
模型會把模糊或低解析度的輸入逐步補細節,讓圖像越來越像真的,而不是只做一次性放大。
深入了解
擴散模型先把資料逐步加噪,再學反向去噪,兩個過程像鏡像
因為每一步都比對「少一點噪聲」,訓練通常比 GAN 穩
代價是採樣步數多,所以生成速度常常慢一些
情境判斷
Q1(直覺題): AI 要生成圖片時,是先從雜訊慢慢修回來比較穩,還是直接一次畫完比較穩?
先從雜訊慢慢修回來通常更穩,這就是擴散模型的核心思路。
Q2(判斷題): 如果生成速度很重要,擴散模型還一定是最佳選擇嗎?
看情況,因為它常比 GAN 穩,但採樣步數多、速度慢,若場景很吃即時性,就要考慮加速技巧或其他架構。
iPAS 考題
Q:擴散模型的生成過程為什麼要先加噪?
先把資料破壞成可控的噪聲,再學逆向去噪,模型比較穩,也比較容易學到資料分布。
Q:擴散模型在考題裡常考什麼?
常考加噪與去噪的雙向過程、和 GAN 的差別,以及生成品質和速度的取捨。
常見問題
擴散模型可以學習將低解析度影像逐步去噪,還原成高解析度影像。模型會學習從低解析度影像中預測缺失的細節,並逐步添加這些細節,最終生成一張清晰的高解析度影像。這種方法通常能產生比傳統方法更逼真的結果。
是的,擴散模型通常需要大量的訓練資料才能達到良好的生成效果。這是因為模型需要學習從各種不同程度的雜訊中還原出原始資料,這需要大量的樣本來覆蓋不同的資料分布。但隨著技術發展,也有研究致力於減少擴散模型對資料的需求。
評估擴散模型生成圖像的品質可以使用多種指標,例如Inception Score (IS)、Fréchet Inception Distance (FID) 等。這些指標可以衡量生成圖像的多樣性和真實性。此外,也可以透過人工評估的方式,讓人類判斷生成圖像的品質。
擴散模型分成兩個過程。前向過程逐步替資料加入高斯雜訊,直到接近純雜訊。反向過程訓練神經網路一步步去除雜訊,把資料結構還原。生成時從隨機雜訊出發,重複執行反向去噪就能得到新樣本。這個構想由 Sohl-Dickstein 等人在 2015 年提出。
常被引用的有三篇。2015 年 Sohl-Dickstein 等人提出擴散生成的構想,2020 年 Ho 等人的 DDPM 讓擴散模型生成高品質影像,2021 年 Dhariwal 與 Nichol 的論文則顯示其影像品質可以超越當時的 GAN。
範例考題
某時尚品牌導入生成式 AI(Generative AI)技術,建立服裝設計輔助系統。系統需根據設計師輸入的風格條件,自動產生具有高度視覺品質、細節穩定且風格變化自然的服裝草圖。團隊特別重視生成結果的穩定性與多樣性控制能力。在此需求下,下列哪一種模型技術或方法較為適合?
- A支援向量機(Support Vector Machine, SVM)
- B生成對抗網路(Generative Adversarial Network, GAN)
- C決策樹(Decision Tree)
- D擴散模型(Diffusion Model)
正解是 D:擴散模型(Diffusion Model)
解析:擴散模型(Diffusion Model)在圖像生成方面具有優秀的穩定性與多樣性控制能力,生成品質高且細節穩定。相較於 GAN 容易出現模式崩塌問題,擴散模型的訓練更穩定,生成結果品質更可控。
出現在這些考古題
官方公告試題的逐題解析裡,有 6 題把擴散模型列為延伸術語,這裡列出 5 題。
立即測驗
想測試你對 擴散模型 的掌握程度?用考古題作答
相關術語
來源
參考來源:en.wikipedia.org
考試範圍:iPAS AI 應用規劃師評鑑內容範圍參考(115.02 更新),經濟部產業人才能力鑑定,實際考試內容以官方公告為準。
其他格式:Markdown 版本