Diffusion Model 技术路线梳理

扩散模型（Diffusion Model）是一种生成模型，近年来在图像生成、音频合成、多模态融合等领域取得了显著的成果。本文将对扩散模型的技术路线进行梳理，包括其在CV领域上的应用、发展历程以及后期在NLP以及多模态领域的扩展，帮助读者更好地理解其工作原理和发展历程。

时间原因，先把PPT奉上，后续会出文字博客～

---

移动端用户请使用PC打开链接查看PPT

查看完整PPT

---

参考资料

📝 技术博客

• [CSDN 博客] Diffusion Models 扩散模型简单讲解与简单实现 (m0_73800360)
  
• [CSDN 博客] 详细版扩散模型实现解读 (wshzd)
  
• [CSDN 博客] 另一篇扩散模型实现教程 (m0_61899108)
  
• [Cnblogs 技术博客] 扩散模型 – 第一部分 (rh‑li)
  
• [Cnblogs 技术博客] 扩散模型 – 第二部分 (rh‑li)
  
• [知乎专栏] 扩散模型原理与实现 (知乎用户)
  
• [知乎问答] 扩散模型相关提问与回答 (知乎用户)

📄 论文

• [Berkeley] arXiv:2006.11239 – Denoising Diffusion Probabilistic Models (NeurIPS 2020)
  
• [Heidelberg] arXiv:2112.10752 – High‑Resolution Image Synthesis with Latent Diffusion Models (CVPR 2022)
  
• [FAIR] arXiv:2111.06377 – Masked Autoencoders Are Scalable Vision Learners (CVPR 2022)
  
• [FAIR] arXiv:2304.03283 – Diffusion Models as Masked Autoencoders (ICCV 2023)
  
• [Stanford] arXiv:2302.05543 – Adding Conditional Control to Text‑to‑Image Diffusion Models (ICCV 2023)
  
• [Minnesota] arXiv:2305.14671 – A Survey of Diffusion Models in Natural Language Processing
  
• [RUC & Huawei] arXiv:2406.03736 – Your Absorbing Discrete Diffusion Secretly Models the Conditional Distributions of Clean Data
  
• [RUC & Ant] arXiv:2502.09992 – Large Language Diffusion Models (LLaDA)
  
• [RUC & Ant] arXiv:2505.19223 – LLaDA 1.5: Variance‑Reduced Preference Optimization for Large Language Diffusion Models
  
• [ULCA] arXiv:2504.12216 – d1: Scaling Reasoning in Diffusion Large Language Models via Reinforcement Learning
  
• [BD] arXiv:2505.15809 – MMaDA: Multimodal Large Diffusion Language Models
  
• [HKU & Apple] arXiv:2410.17891 – Scaling Diffusion Language Models via Adaptation from Autoregressive Models
  
• [HKU & Apple] Dream 系列博客（HKU NLP Blog）