Diffusion Model 扩散模型：扩散模型的生成逻辑相比其他的模型更接近人的思维模式，也是为什么近期 AIGC拥有了开放性 的创造力。本质上，扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，随后通过反转这个噪声过程来学习恢复数 据。训练后，我们可以通过简单地将随机采样的噪声传递给学习的去噪过程来生成数据。 算法领域的技术积累助力AIGC 不同的生成模型 资料来源：《AIGC: 智能创作时代》，增长黑盒，西南证券整理

的语言解释量子纠缠，适合高中生理解”，② 创作类任务（写作、编程 等）。比如，基础提问是“写一个关于人工智能的科幻短篇故事”，优化 后的提问是“写一个反乌托邦主题的科幻故事，主角是女性工程师，结局 有反转”。③实用建议（学习、工作等）。比如，基础提问是“如何提高 英语听力？”，优化后的提问是“我每天只有30分钟学习时间，有哪些 高效的英语听力练习方法？”。④复杂任务（数据分析、代码调试）。比

Diffusion Model 扩散模型：扩散模型的生成逻辑相比其他的模型更接近人的思维模式，也是为什么近期 AIGC拥有了开放 性的创造力。本质上，扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，随后通过反转这个噪声过程来学习恢 复数据。训练后，我们可以通过简单地将随机采样的噪声传递给学习的去噪过程来生成数据。  DeepSeek-V3系统通过语义解析电子病历和影像特征智能比对，显著提升了呼吸系统