开始的时候，很多文生图、文生视频模型都是以 VAE 为架构的，但后来逐步变成了扩散模型

然后来看最开始的时候，这个扩散模型它是 2015 年 3 月被提出的。最开始提出的时候，反正是大部分人都会觉得它没有什么用，并且也没有火起来

扩散模型的原理是：左侧有一张图片，不停往其中加符合高斯分布的噪点。图像像素值为 0-255，例如取像素 A1，加噪点 B1（B1 也在 0-255 之间且符合高斯分布）。若 A1+B1>255，则减去 255 ,总之最后需要加上 BE 这个噪点进去，每一个像素都加上这样一个噪点