扩散模型自DDPM论文提出后，在图像生成领域取得了显著进展，特别是在文本条件图像生成方面。重要发展包括改进的去噪模型，级联扩散模型以提高图像分辨率，以及无需分类器的扩散模型指导。DALL-E 2和ImageGen等模型展示了结合语言模型和扩散模型在文本到图像合成中的有效性。尽管扩散模型在生成高质量图像方面超越了GANs，但它们在生成过程中需要多次迭代，这限制了效率。不过，最新的研究已经表明，通过优化去噪步骤，可以实现快速且高保真的图像生成。这些进展推动了扩散模型在图像合成领域的应用潜力。
-
The Annotated Diffusion Model
-
由浅入深了解Diffusion Model
