初始化：从 docx 拆分为独立 Markdown 章节

将《设计人工智能：基础与应用》拆分为 38 个 Markdown 文件，按 11 个部分（上篇6部分+下篇5部分）+ 3 个附录组织。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-04-25 10:32:58 +08:00
commit e58b95d227
42 changed files with 4857 additions and 0 deletions
@@ -0,0 +1,151 @@
+
+### 学习目标
+
+1.  理解生成模型的发展脉络
+
+    掌握Diffusion模型的基本原理
+
+    了解各类生成模型的优缺点
+
+### 生成模型家族
+
+#### AE (Autoencoder，自编码器)
+
+`输入`` → ``编码器`` → ``潜在表示`` → ``解码器`` → ``重构`
+
+思想：学习数据的压缩表示
+
+问题：生成的图像模糊，缺乏多样性
+
+#### VAE (Variational AE，变分自编码器)
+
+`潜在空间约束为标准正态分布`\
+`    ↓`\
+`可以随机采样`` → ``解码`` → ``生成新图像`
+
+改进：引入概率分布，增强生成能力
+
+#### GAN (Generative Adversarial Network)
+
+`生成器：生成假图像`\
+`判别器：判断真假`\
+`    ↓`\
+`对抗训练，相互博弈`
+
+优势：生成图像质量高 问题：训练不稳定，模式崩溃
+
+#### Diffusion Model (扩散模型)
+
+`前向：逐步加噪`` → ``纯噪声`\
+`反向：学习去噪`` → ``还原图像`
+
+优势：训练稳定，生成质量极高 代表：Stable Diffusion, DALL-E 3
+
+### Diffusion原理
+
+#### 前向过程 (加噪)
+
+`原图`` x₀`\
+`    ↓ ``加高斯噪声`\
+`x₁ = x₀ + ε₁`\
+`    ↓ ``加噪声`\
+`x₂ = x₁ + ε₂`\
+`    ↓ ...`\
+`x_T`` = ``纯噪声`
+
+#### 反向过程 (去噪)
+
+`纯噪声`` ``x_T`\
+`    ↓ ``去噪`\
+`x_{T-1} = ``去噪网络``(``x_T``)`\
+`    ↓ ``去噪`\
+`x_{T-2} = ``去噪网络``(x_{T-1})`\
+`    ↓ ...`\
+`x₀ = ``原始图像`
+
+#### 训练目标
+
+`去噪网络学习预测：`\
+`    ``添加的噪声`` ε`\
+`    ``或`\
+`    ``原始图像`` x₀`
+
+### Stable Diffusion架构
+
+#### 潜在空间扩散
+
+`为了效率，在潜在空间操作：`\
+\
+`图像`` → VAE``编码`` → ``潜在表示`` → ``扩散`` → ``去噪`\
+`                                              ↓`\
+`                                        VAE``解码`` → ``图像`
+
+#### 核心组件
+
+  -------------------------------------
+  组件           作用
+  -------------- ----------------------
+  VAE            图像与潜在空间的转换
+
+  U-Net          去噪网络
+
+  Text Encoder   处理文本提示词
+
+  CLIP           文图对齐
+  -------------------------------------
+
+### 文生图工作流
+
+#### 输入提示词
+
+`"``一只猫，水彩画风格``"`
+
+#### 
+
+`2. ``文本编码`
+
+#### → 文本向量表示
+
+`3. ``初始化`
+
+#### → 随机噪声
+
+`4. ``去噪循环`
+
+`for t in T...1:`
+
+`噪声`` → ``预测噪声`` → ``去噪`
+
+`5. ``解码输出`
+
+        → 潜在表示 → VAE解码 → 图像
+
+### 思考与练习
+
+1.  Diffusion为什么比GAN训练更稳定？
+
+2.  潜在空间扩散有什么优势？
+
+3.  文生图如何实现风格控制？
+
+### 关键术语
+
+  ---------------------------------------------------
+  中文       英文              说明
+  ---------- ----------------- ----------------------
+  潜在空间   Latent Space      压缩后的数据表示空间
+
+  去噪       Denoising         移除噪声的过程
+
+  提示词     Prompt            指导生成的文本描述
+
+  潜变量     Latent Variable   不可直接观测的变量
+
+  模式崩溃   Mode Collapse     GAN生成多样性不足
+  ---------------------------------------------------
+
+### 延伸阅读
+
+1.  [Denoising Diffusion Probabilistic Models](https://arxiv.org/abs/2006.11239)
+
+    [High-Resolution Image Synthesis with Latent Diffusion Models](https://arxiv.org/abs/2112.10752) \# 04.2 AIGC设计工具链