已收录文章摘要，完整内容可前往原文阅读。
扩散模型现在几乎是图像生成和修复的标配，可主流做法有个绕不开的前置步骤：先用一个 VAE（变分自编码器）把图像压到潜空间里，再在那个低维的潜表示上跑扩散，最后解码回像素。这条路径很成熟——Stable