在生成式 AI 的历史长河中，扩散模型（Diffusion Models）的出现无疑是一场革命。然而，早期的扩散模型虽然在生成质量上击败了 GAN，却被极其高昂的计算成本所困扰。直到 Latent Diffusion Models (LDM，潜在扩散模型) 的横空出世，这道横亘在学术界与工业界之间的算力鸿沟才被真正填平（Stable Diffusion 正是基于此模型构建）。我们将深入剖析 LDM 的原始论文《High-Resolution Image Synthesis with Latent Diffusion Models》，从前置模型的致命缺陷出发，一步步揭示 LDM 是如何通过“降维打击”完美破局的，并详细推导其背后的核心原理和所有关键公式。
我们将深入拆解扩散模型的两大奠基之作：DDPM（Denoising Diffusion Probabilistic Models，去噪扩散概率模型） 与 DDIM（Denoising Diffusion Implicit Models，去噪扩散隐式模型）。我们将从生成模型的历史困境出发，一步步揭示 DDPM 是如何打破僵局的，以及 DDIM 是如何以优雅的数学直觉解决 DDPM 的缺陷，最终让扩散模型真正走向实用的。
我们将从最基础的自编码器（Autoencoder, AE）出发，一步步揭开它在“图像生成”上的致命缺陷，并详细推导变分自编码器（Variational Autoencoder, VAE）是如何通过数学技巧（如 ELBO、重参数化技巧）解决这些问题的。
