文生图原理_Latent Diffusion Model 潜扩散模型_LDM扩散模型---AI大模型系统从零开始0035

Latent Diffusion Model（潜扩散模型）

发布时间：2022 年 7 月，就是大家最熟知的Stable Diffusion核心论文原版模型，简称LDM。

一、全称与中文翻译

Latent Diffusion Model潜空间扩散模型 / 隐式扩散模型

二、它解决了初代 DDPM 最大痛点

最原始 DDPM 是直接在原图像素空间做加噪、去噪： 一张 512×512 图片像素量极大，训练、生成极其吃显存、速度很慢。

LDM 核心创新：

1. 先用VAE（变分自编码器）把高清原图压缩到低维度潜空间（Latent Space），尺寸缩小 64 倍；
2. 扩散加噪、去噪全部在这个小小的潜向量里完成；
3. 最后再用 VAE 解码还原成高清大图。

✅ 效果：显存占用暴跌、训练成本大幅下降、普通消费级显卡就能跑文生图，彻底把 AI 绘图从大厂实验室下放给个人开发者。

三、整体架构三大模块

1. VAE 编码器 / 解码器压缩图像进潜空间、最后还原出图片。
2. UNet 扩散去噪网络核心模块，在潜空间一步步去除噪声，生成画面 latent 特