导读
Latent Diffusion Models 在预训练 autoencoder 的潜空间进行 diffusion，并通过 cross- attention 接收文本等条件。它显著降低计算成本，是 Stable Diffusion 的直接技术基础，也是开放文生图生态真正可以跑到消费级 GPU 的关键原因之一。
查看大图 ↗所链接文献 PDF 的第 1 页，保留原图与原语言。页面版本以来源文件为准；后来的修订或重印日期不替代节点的历史日期。
Rombach et al. · 原文献 · 图像权利归原权利人；不视为开放许可
资料出处 · Latent Diffusion Models ↗档案研究说明
在压缩表示中进行扩散，而非逐像素运算。
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
潜在扩散模型先用自编码器建立图像表示，再在这个空间中学习去噪，以降低计算负担并保留视觉细节。交叉注意力把文字或其他条件接入生成。论文讨论的是模型框架；Stable Diffusion的公开发布和许可安排属于之后的独立事件。
本节依据: 潜在扩散模型：资料依据
在艺术史中的位置
压缩方式决定哪些视觉信息容易保存，条件方式决定使用者从哪里施加影响。把这两个层次分开，有助于解释生成图像的细节与控制局限，而不是把所有变化归因于提示词。
本节依据: 潜在扩散模型：资料依据
正文引用资料
核读作者或会议页面的摘要与版本记录；未通读全部证明或复现实验。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与去噪扩散概率模型之间的制作方法、控制方式或展示语境。
比较本条与Stable Diffusion：公开模型权重之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2021-12 / 2022-06 · 来源记录的历史日期：2021-12 / 2022-06
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Latent Diffusion Models
https://openaccess.thecvf.com/content/CVPR2022/html/Rombach_High-Resolution_Image_Synthesis_With_Latent_Diffusion_Models_CVPR_2022_paper.html
当前引用地址
出处、翻译与核验状态
主线节点 #129 · 历史节点
研究资料与补充出处 · 3
AI 艺术谱系研究母版 · p. 24 · 080
原记日期: 2021-12 / 2022-06
潜在扩散模型 ↗
Latent Diffusion Models
生成式视觉发布编年研究母版 · p. 3 · R010
原记日期: 2021-12
潜在扩散模型 ↗
Latent Diffusion Models preprint
生成式视觉发布编年研究母版 · p. 3 · R012
原记日期: 2021-12/2022-06
潜在扩散模型 ↗
Rombach et al. — Latent Diffusion Models
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. 潜在扩散模型. 艺术史节点 #129. https://salondesrefuses.cn/zh/art-history/080
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。