擴散模型（Diffusion Model）是什麼？

擴散模型是學習「逐步去除雜訊」來生成資料的模型。2020 年 Ho 等人發表的 DDPM 論文讓這類方法在圖片品質上受到重視；2021 年 Rombach 等人提出在壓縮後的潛在空間中進行擴散，大幅降低運算成本，也就是 Stable Diffusion 採用的方法。

模型技術Diffusion擴散DDPM潛在擴散Stable Diffusion

一句話說明

從一張雜訊圖開始，一步步去除雜訊而產生圖片的生成式 AI 技術，是多數 AI 繪圖工具的核心。

擴散模型怎麼運作？

1. 訓練時，把真實圖片一點一點加上雜訊，直到變成純雜訊。
2. 讓模型學習每一步該去除多少雜訊。
3. 生成時從隨機雜訊出發，反覆執行去雜訊步驟。
4. 可加入文字描述當條件，引導模型畫出符合描述的圖。

實際例子

• 輸入一句描述，產生插畫或照片風格的圖片。
• 把照片的一部分遮住，讓模型補畫缺少的內容。
• 文字轉影片工具也常以擴散模型為基礎。

常見誤解

常見問題

潛在擴散（Latent Diffusion）有什麼好處？

先把圖片壓縮成較小的潛在表示，再在這個空間做擴散，運算量比直接處理每個像素少很多，一般顯示卡也能執行。

擴散模型和大型語言模型有什麼不同？

大型語言模型通常一個一個預測下一個詞元；擴散模型則是對整張圖反覆去除雜訊。兩者都屬於生成式 AI。

相關名詞

生成式 AI、多模態、深度偽造、Transformer 架構

參考來源

• Ho et al., Denoising Diffusion Probabilistic Models（arXiv 2006.11239）
• Rombach et al., High-Resolution Image Synthesis with Latent Diffusion Models（arXiv 2112.10752）

查核日期：2026-09-28。API：/api/term?id=diffusion-model