摘要
扩散模型（Diffusion Models）是当前生成式AI领域最核心的技术之一，在图像生成、音频合成、分子设计等任务中展现出超越GAN和VAE的生成质量。本文从数学原理出发，系统讲解去噪扩散概率模型（DDPM）的核心机制，提供一份完整可运行的PyTorch代码实现，并针对训练不稳定、采样速度慢等常见问题给出工程化解决方案。全文不依赖任何图片，纯逻辑推导与代码实践，适合具备基础机器学习知识、希望深入理解扩散模型细节的读者。
应用场景
扩散模型因其生成质量高、模式覆盖广、训练稳定等优势，已在以下场景中广泛落地：
- 图像生成与编辑：Stable Diffusion、DALL-E 3、Midjourney等主流产品均基于扩散架构。
- 音频合成：语音克隆、音乐生成（如AudioLDM）。
- 分子构象生成：药物研发中的3D分子结构预测。
- 时间序列填补：金融数据缺失值恢复、医疗信号重建。
- 超分辨率与修复：图像去噪、上采样、补全。
核心原理
扩散模型的核心思想分为两个过程：
前向扩散过程（加噪）
对原始数据 x_0 逐步添加高斯噪声，经过 T 步后，数据近似变为标准正态分布。这是一个固定的马尔可夫链，每一步的转移概率为：
q(x_t | x_{t-1}) = N(x_t; sqrt(1 - beta_t) * x_{t-1}, beta_t * I)
其中 beta_t 是预先定义