生成扩散模型研究综述

摘 要 扩散模型在生成模型领域具有高质量的样本生成能力,一经推出就不断地刷新图像生成评价指标 FID 分数的记录, 成为了该领域的研究热点,而此类相关综述在国内还鲜有介绍.因此,文中对相关扩散生成模型的研究进行汇总与分析.首 先,对去噪扩散概率模型、基于分数的扩散生成模型和随机微分方程的扩散生成模型这３类通用模型的特点和原理进行了论 述,就每一类基本扩散模型中以优化模型内部算法、高效采样为改进目标的相关衍生模型进行分析.其次,对当下扩散模型在 计算机视觉、自然语言处理、时间序列、多模态和跨学科领域等方面的应用进行总结.最后,基于上述论述,分别就目前扩散生成 模型存在的采样步骤多、采样时间长等局限性提出了相关建议,并结合前述研究对未来扩散生成模型的发展方向进行了研判. 关键词:深度学习;生成模型;去噪扩散概率模型;基于分数的扩散模型;随机微分方程;图像生成