内容提要

AIGC的应用领域日益广泛，而在图像生成领域，扩散模型则是AIGC技术的一个重要应用。本书以扩散模型理论知识为切入点，由浅入深地介绍了扩散模型的相关知识，并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。全书共8章，详细介绍了扩散模型的原理，以及扩散模型退化、采样、DDIM反转等重要概念与方法，此外还介绍了Stable Diffusion、ControlNet与音频扩散模型等内容。最后，附录提供由扩散模型生成的高质量图像集以及Hugging Face社区的相关资源。

本书既适合所有对扩散模型感兴趣的AI研究人员、相关科研人员以及在工作中有绘图需求的从业人员阅读，也可以作为计算机等相关专业学生的参考书。

大咖推荐

本书系统地介绍了扩散模型的原理和相关细节，同时书中丰富的实战案例也将引领读者快速上手扩散模型。对于任何想要学习和了解扩散模型的人来说，本书都是颇具价值的参考资料。

受非平衡热力学的启发，扩散模型以良好的数学解释性及可控的生成多样性迅速成为AIGC领域一颗耀眼的新星。本书从“一滴墨水”开始，由浅入深，从理论到实践“扩散”出了图像、文本与音频的AIGC蓝图，并为读者保留了精华，去除了“噪声”，还原出了知识体系最真实的“分布”。

人工智能扩散模型在近几年取得了令人目不暇接的惊艳成果，可以有效解决视觉内容生成的瓶颈问题。仔细阅读本书，你既可以对扩散模型背后的原理有较为深刻的理解，也可以依此动手进行实践，从而牢固掌握扩散模型，为进一步创新或深度应用打下坚实基础。本书值得推荐！

纵观人类历史，机遇永远属于抢先一步占据未来高度的人。我们每一个人都有必要去探究人工智能的奥秘，以便在即将到来的变革大潮中争得一席之地。

《扩散模型从原理到实战》以Hugging Face的扩散模型（Diffusion Model）课程为基础，通过理论和实例相结合的方式，为读者构建了一个完整的学习框架。无论你是新手还是经验丰富的从业者，这本以实战为导向的图书都能够帮助你更好地理解和应用扩散模型。

随着Stable Diffusion和Midjourney的推出，文生图形式的AI绘画火爆异常，很多游戏的角色设计、网上店铺的页面设计都用到了AI绘画工具。本书系统地梳理了AI绘画背后的一系列原理细节，且有代码实战，我非常推荐大家阅读本书！

前言

就在几年前，“通用人工智能”（Artificial General Intelligence，AGI）似乎还是一个只存在于科幻小说中的概念，在现实中的实现方法仍在探索中。然而到了2022年，基于大语言模型的AIGC（AI Generated Content）领域的快速发展，使得通用人工智能不再那么遥不可及。研究人员发现，当参数量超过某个阈值时，基于大语言模型的AIGC系统就能够理解人类用自然语言发布的指令，并对应生成真实、高质量的文本、图像、音视频等多模态数据。扩散模型便是其中引人注目的先行者。

扩散模型源于物理学，它最初是用于描述物质扩散的数学模型。研究人员通过将扩散模型与人工神经网络相结合，发现了它在图像生成领域的巨大潜力。从起步的DALL-E 2和Imagen，到Stability AI发布的Stable Diffusion 1.5，都证明了任何一个能用语言描述心中想法的人，都可以借助扩散模型创作出精美的绘画作品。在全球社交媒体上，带有“AI生成”标签的绘画作品得到迅速传播。我们在动画分镜、游戏立绘、图书插画、服装设计图、家装概念图等领域都能看到扩散模型的身影。这一技术给绘画相关行业带来了革命性的影响，就如同工业革命时期的珍妮纺纱机。

在这样的背景下，我们编写了这本关于扩散模型的实战指南。本书将详细介绍扩散模型的原理、发展与应用，以及如何运用Hugging Face和Diffusers进行模型实战。我们希望读者通过阅读本书，能够学习并掌握扩散模型的相关知识，探索这一领域的无限可能。