学习扩散、流匹配和图像生成编辑，适合生成模型研究者与图像创作者。
11 条精选 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
From GAN to WGAN
这篇博客从博弈论视角讲解生成对抗网络（GAN），先用 KL 与 JS 散度铺垫，推导判别器的最优值和全局最优，解释损失函数的含义，再讨论 GAN 训练中的问题（难以达到纳什均衡、低维支撑、梯度消失、模式崩塌、缺乏合适评价指标）和改进训练方法。最后介绍 Wasserstein GAN，包括 Wasserstein 距离的定义、相比 JS/KL 散度的优势，以及将其用作 GAN 损失函数，并附有生成宝可梦图像的示例。文中注明该文有韩文译本并发布在 arXiv 上。
From Autoencoder to Beta-VAE
Lil'Log 博客梳理自编码器及其变体的文章。依次介绍普通自编码器、去噪、稀疏和收缩自编码器，然后重点讲变分自编码器 VAE（ELBO 损失与重参数化技巧）、Beta-VAE，以及后续加入的 VQ-VAE、VQ-VAE-2 和 TD-VAE 章节，附符号表。
Flow-based Deep Generative Models
Lil'Log 博客关于流模型（flow-based generative models）的文章。先对比 GAN、VAE 与流模型的区别，回顾雅可比矩阵、行列式与变量变换定理，再介绍归一化流（Normalizing Flows）及 RealNVP、NICE、Glow，以及基于自回归流的 MADE、PixelRNN、WaveNet、掩码/逆自回归流，最后提到 VAE + Flows 的组合。
Lil'Log 博客上的一篇长文，系统讲解扩散模型：前向扩散过程、与随机梯度 Langevin 动力学的联系、反向扩散过程、训练损失的参数化与化简、与噪声条件得分网络（NCSN）的关联、β_t 与反向过程方差的参数化，以及分类器引导和无分类器引导的条件生成、采样加速（蒸馏、一致性模型）、潜变量空间，并设有模型架构与要点小结章节。文章自 2021 年发布后多次更新，陆续补充了 GLIDE、unCLIP、Imagen、潜在扩散模型和渐进蒸馏等内容，开头还对比了 GAN、VAE、流模型等生成模型的局限。适合有深度学习基础、想了解扩散模型原理与推导的读者阅读。
Towards demystifying the creativity of diffusion models
这是 Google 研究科学家 Zhengdao Chen 于 2026 年 7 月 15 日发布的博客，讨论扩散模型的"创造力"（生成新数据而非仅记忆训练集）如何成为数学结果。文中称这与神经网络学到"平滑化"的分数函数有关，并介绍在 ICLR 2026 发表的论文《On the Interpolation Effect of Score Smoothing in Diffusion Models》。文中提供论文与代码链接。
Welcome FLUX.3 Image Klein in Diffusers
这是 Hugging Face 博客的一篇文章（2026 年 10 月 15 日），介绍 Black Forest Labs 的新开放图像生成模型 FLUX.3 Image Klein 以及它在 Diffusers 中的首日支持。该模型同时支持文生图、多参考图生图和新增的布局控制（在提示词中写边界框指定图像各部分位置），发布了时间步蒸馏版和基础版两个开放检查点，并附带 NVFP4/FP8 权重加载、LoRA 训练脚本和 Modular Diffusers 流水线支持。