扩散模型学习地图：机制、选型与生物应用

扩散模型的文章很容易陷入两个极端：要么从随机微分方程一路推到实现细节，要么只教怎么调用现成模型。真正做科研时，中间还缺一层更重要的判断：这个问题是否适合扩散、应该在哪个空间扩散、条件怎么加，以及生成结果怎样证明有用。

这组文章围绕这几件事组织。九章之间有依赖，但不需要机械地从第一章读到最后一章。

九章分别解决什么

flowchart LR
C1["1 · 生成问题"] --> C2["2 · 加噪与去噪"] --> C3["3 · DDPM 三式"]
C3 --> C4["4 · GAN / VAE 对照"]
C3 --> C5["5 · 机制族"]
C5 --> C6["6 · 训练与采样"]
C6 --> C7["7 · 选型与评估"]
C7 --> C8["8 · 生物任务"]
C7 --> C9["9 · 小实验"]

扩散模型系列地图

章节	主要问题	适合什么时候读
第 1 章 · 生成直觉与问题设定	扩散模型到底解决哪类生成问题	第一次接触，或需要判断一个课题是否值得用扩散
第 2 章 · 前向加噪与反向去噪	训练数据怎样被破坏，模型又怎样学会恢复	想理解 DDPM 的基本机制
第 3 章 · DDPM 三式	三个关键公式分别负责什么	看论文时容易混淆训练和采样
第 4 章 · 与 GAN、VAE 对照	不同生成模型为什么各有优势和代价	需要在生成模型家族之间做选择
第 5 章 · 机制族	连续、离散、流匹配、少步和几何模型差在哪里	开始读新模型，希望知道“它到底改了哪一部分”
第 6 章 · 训练与采样旋钮	步数、采样器、CFG、条件注入怎样影响结果	已经理解机制，准备调模型
第 7 章 · 按数据结构选型	数据空间、条件、目标和评价如何决定模型选择	有具体课题，需要做 Go/No-Go 判断
第 8 章 · 生物与分子任务	蛋白、小分子、单细胞和病理图像分别有什么约束	做 AI × Bio 项目
第 9 章 · 小实验与检查清单	用小实验观察采样步数、模式覆盖和评价错位	想把概念落实到可运行实验

另外两篇文章承担参考作用：扩散模型导航按机制整理模型谱系；Stable Diffusion 架构与演进和隐空间扩散深入则更集中讨论 latent diffusion 这一支。

第一次读，抓住三件事就够了

1. 模型在什么空间里扩散

图像像素、latent、离散 token、三维坐标、分子图并不是同一种数据。噪声怎么定义、网络输出什么、采样过程是否保持物理约束，都取决于表示空间。

因此，“这个任务能不能用扩散”往往应该先改写成：“我准备在哪个表示空间里定义前向扰动和反向生成？”

2. 条件信息在哪里进入模型

类别标签、文本、蛋白靶点、结构 motif、表达状态或实验条件，都可能作为生成约束。条件可以通过拼接、交叉注意力、classifier-free guidance 或专门的几何约束进入模型。

条件越复杂，越需要检查模型究竟满足了约束，还是只生成了表面上合理的样本。

3. “生成得像”不等于“生成得有用”

扩散模型经常在分布拟合指标上表现很好，但科研评价不能停在这一层。

对生物任务，我会把评价至少分成四层：

统计层：样本分布、覆盖度、重复度是否合理；
结构层：化学键、蛋白几何、表达约束等是否成立；
任务层：是否真的优化了目标性质；
实验层：独立模拟、外部数据或湿实验能否支持结果。

越接近“设计”任务，后两层越重要。

按目的选择阅读路径

如果只是需要快速判断一个课题是否该用扩散，先读第 1 章和第 7 章即可。

如果要真正理解 DDPM，再按第 2 → 3 → 5 → 6 章推进。第 4 章适合在需要和 GAN、VAE 做方法选择时补读。

做蛋白、分子或组学项目，可以从第 8 章反向读：先明确生物约束，再回到第 5～7 章找合适的机制和评价框架。这通常比先把所有扩散公式读完更高效。

和强化学习、Transformer 不要混在一起

扩散模型主要学习的是生成过程；Transformer 是一种常见网络骨架；强化学习则通过奖励或反馈优化策略。实际系统里三者可以组合，但它们回答的问题不同。

例如，扩散模型内部可以使用 Transformer；生成结果也可以再用偏好或奖励信号筛选。但“网络用了 attention”或“最后有 reward”并不会改变扩散过程本身的定义。

这条边界在读新论文时尤其有用：先判断作者改变了表示、扰动过程、去噪网络、条件方式还是评价目标，再看它用了哪些流行模块。