摘要
扩散模型（Diffusion Models）是当前生成式AI领域最前沿的技术之一，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的卓越性能。本文从零开始，以极度严谨的理工科逻辑，系统拆解扩散模型的核心原理、数学推导与工程实现。文章包含完整可运行PyTorch代码（基于DDPM框架），并针对训练不稳定、采样速度慢等常见问题给出可落地的解决方案。全文约4500字，无冗余配图，纯硬核技术输出。
应用场景
扩散模型的核心能力是从噪声中逐步恢复原始数据分布。其典型应用包括：
- 图像生成与编辑（如DALL-E 2、Stable Diffusion、Midjourney）
- 音频生成与语音合成（如WaveGrad、DiffWave）
- 分子构象生成与药物设计
- 时间序列预测与插值
- 图像超分辨率、去噪、修复等底层视觉任务
扩散模型之所以成为主流，是因为其训练稳定（无对抗训练）、生成质量高（覆盖全部数据模式）、数学框架优雅（可解释性强）。
核心原理
扩散模型包含两个过程：前向扩散过程（Forward Process）和反向去噪过程（Reverse Process）。
前向扩散过程
给定原始数据分布 ( q(x_0) )，前向过程逐步向数据添加高斯噪声，经过T步后，数据完全退化为标准正态分布。
数学上，每一步定义为：
[
q(x_t | x_{t-1}) =
