实验12-1：AIGC技术原理认知

动手看清两类生成模型的核心机制：大语言模型“一个字一个字地预测下一个字”，扩散模型“从一张噪声里一步步去掉噪声”。先用小模型拆开看原理，再调用真实大模型对比

A 预测下一个字

B 从噪声到图像

两个核心概念

自回归：大语言模型每次只预测“下一个词”的概率分布，抽一个接在后面，再预测下一个。温度越高，低概率的词越容易被抽中。

去噪：扩散模型训练时学会“这张图里有多少噪声”，生成时从纯噪声出发，每一步减掉一点，步数太少画面就粗糙。

A 大语言模型：预测下一个字

下面是一个用约 1500 字成都介绍训练出来的“迷你语言模型”：它统计“前几个字之后最常出现什么字”。粉色字是它写的。点候选字可以自己选，或者按概率抽。真正的大模型原理相同，只是用上千亿参数的神经网络、在海量文本上学习，能看得更远、更懂语义。

B 扩散模型：从噪声到图像

左图按扩散公式 xt = √ᾱt·x0 + √(1−ᾱt)·ε 给一张照片加噪声（t 越大噪声越多，t=1000 几乎是纯噪声）。生成就是反过来：模型每一步估计并减掉一部分噪声。右侧调用真实的图像模型（可图 Kolors），同一提示词和随机种子只改步数，看步数怎样影响画面。

t = 0：原图（AI生成的示例照片）
噪声日程：横轴时间步 t，蓝线是原图所占比例 √ᾱt，粉线是噪声比例 √(1−ᾱt)
4 步
4 步
10 步
10 步
25 步
25 步
点左侧“生成 3 张”调用真实模型（每张约 5～15 秒，每人每小时最多生成 12 张）。