超级会员免费看
本文是一篇关于Diffusion Models的综述，涵盖了从DDPM奠基之作到最新Transformer应用的10篇经典论文，包括DDPM、DDIM的发展，如何在图像合成、多模态领域超越GANs，以及在视频生成、图像编辑中的应用。通过这些论文，读者可以了解扩散模型的演进及其在人工智能领域的广泛应用。
前言：diffusion models是现在人工智能领域最火的方向之一，并引爆了AIGC方向，一大批创业公司随之诞生。笔者2021年6月开始研究diffusion，见证了扩散模型从无人问津到炙手可热的过程，这些篇经典论文我的专栏里都详细介绍过原理、复现过代码。这篇博客以时间发展顺序，串讲一下从入门到精(放)通(弃)的10篇必读的经典论文。
目录
1、DDPM奠基之作：《Denoising Diffusion Probabilistic Models》
2、从DDPM到DDIM：《Denoising Diffusion Implicit Models》
3、第一波高潮！首次击败GANs：《Diffusion Models Beat GANs on Image Synthesis》
4、条件分类器技术进一步发展：《Classifier-Free Diffusion Guidance》
5、Image-to-Image经典之作《Palette: Image-to-Image Diffusion Models》
7、stable diffusion的原型：《High-Resolution Image Synthesis with Latent Diffusion Models》
8、高调进军视频领域：《Video Diffusion Models》
9、了不起的attention：《Prompt-to-Prompt Image Editing with Cross Attention Control》
10、Unet已死，transformer当立！《Scalable Diffusion Models with Transformers》
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
