扩散模型 diffusion model 首篇综述

你可能在写 related work 或搭扩散模型时，被反复引用的那篇扩散模型开山综述卡住：它把扩散概率模型、去噪得分匹配、采样与似然这几条线串在一起，但里面不少表述今天看已经不完整。这篇给一个读法和核对路径，帮你判断哪部分该当作背景引用、哪部分要顺着新工作继续往前翻。

写 related work 或者第一次搭扩散模型的时候，你大概率会碰到那篇被反复引用的开山综述。它把扩散概率模型、去噪得分匹配、采样与似然这几条线串成了一套叙事，引用密度很高，但很多人只是把它挂进参考文献，并没真正读进去。更麻烦的是，它里面不少表述放到今天看已经不完整，照单全收容易让后面的技术选型走偏。

这篇给一个务实的读法：哪部分当作背景去引用、哪部分要顺着新工作继续往前翻、哪部分干脆跳过。核心判断是把它当成一个框架而不是一个方法——你要用它来统一记号、理解问题设定，而不是拿它当性能基线。想核对当前模型的实际表现，去站内页面看当时的数字，别信任何写死的结论。

这篇综述为什么总被当成起点

综述 vs 方法论文

综述做的是统一记号、把不同线索合并成一条叙事；引用它等于引用一个框架，引用方法论文才是引用一个具体做法

它给的真正产出

前向加噪、反向去噪、训练目标与采样之间的对应关系，也就是这套模型的问题设定

容易被忽略的层

它把扩散模型和得分匹配、能量模型、变分推断对齐，理解这层对齐比背公式重要得多

所以引用它的位置一般是「问题设定」那一段，而不是「方法对比」那一段。你把方法对比也压在它身上，审稿人或者同事一眼就能看出你没跟。判断标准很简单：这句话是在描述一类模型的框架，还是在描述某个具体技术和它的效果？前者可以引综述，后者要引更近的工作。

综述里哪几块该精读，哪几块可跳

• 精读统一框架那一段：前向过程、反向过程、训练损失被写成一套记号，后面所有变体都是在这套记号上做改动，读懂了它，新论文的公式你扫一眼就能对上
• 精读采样与似然部分：理解为什么采样步数和生成质量、速度之间存在取舍，这是后来几乎所有加速工作的出发点
• 略读应用示例：那部分列举的场景多数已被后续工作覆盖，当背景了解即可，别在这里花时间
• 按顺序读：先框架与损失，再采样，最后回头补概率背景附录；反过来读很容易卡在推导上

如果你只有一两个小时，优先把这套记号抄下来，自己推一遍前向加噪到反向去噪的对应关系。这一步做通，很多后续论文你会读得明显快——它们改的往往是损失里的权重项、或者反向过程的参数化方式，记号一统一，差异就变成一两行的对比。

从首篇综述到今天，哪些结论要重新对一遍

1. 先列清单把综述里影响你当前决策的结论挑出来，尤其是关于采样步数、损失权重、数据规模的那几条，其他描述性内容不用管
2. 逐条对进展每条去站内论文追踪页看有没有更新的方向覆盖它，重点看近一两年的节点，而不是综述发布那段时间的
3. 标记过时项把明显被改写的那几条标出来，写作时要么避开，要么明确写出这是综述的原始表述、后续已被推进
4. 落到基线真正参与对比的数字，一律到站内榜单和模型页核对当前口径，不要引用综述里的任何数值

需要说明的是，这种对账不是否定综述——它当时是对的，只是领域跑得太快。你把「过时」当默认状态去检查，比默认「经典所以仍然适用」安全得多。相关的最新进展和热门模型动态，到 追踪前沿论文与热门模型动态（/papers） 里按时间线翻就行。

研究者怎么把它用起来：引用、复现与排查

• 写 related work 时，用它交代问题设定和记号来源；具体方法之间的对比，引用更近的工作，别让一篇老综述背所有引用
• 复现时先按综述的统一损失搭一个最小可跑版本，跑通再考虑加条件、加加速，一上来就抄复杂实现往往连哪一步出错都定位不了
• 排查生成质量差，按加噪尺度、损失权重、采样步数这个顺序查，实践中多数问题出在前两项，不在采样
• 判断自己是否落后：到站内榜单和多模态模型页看当前图像、视频方向的口径，别拿综述里的早期指标当基线

这套用法的边界是：它适合已经明确要做扩散类生成的场景。如果你还在比选技术路线，先看任务和现有工具链再决定，别因为综述好读就先押上。工具侧的现状可以到 工具目录（/tools） 里对一眼。