有篇梳理图像生成模型发展历程的文章挺值得一看，从早期的VAE一路讲到现在的Diffusion，把AI绘画这条技术线的来龙去脉串了一遍。作为天天用工具出图的人，平时只管调参数出效果，很少回头看背后这套东西是怎么一步步演进过来的。
看完感觉挺有意思的，原来现在这些丝滑的生成效果，是踩着前面一堆方案的坑走过来的。不是搞技术出身，很多细节看得半懂不懂，但大致脉络能顺下来。
有没有懂行的能用大白话再给捋捋，VAE到扩散模型中间到底关键卡在哪一步，为啥后者效果一下就上来了？
简单说扩散是一点点去噪，可控性强太多
VAE生成的图糊，这是老毛病了
作为画画的，了解下原理挺好玩
中间还有GAN那一段，训练贼难搞
大白话版求置顶，技术文看着头大