Diffusion扩散模型是一种广泛应用于深度学习领域的生成模型，能够生成逼真的图像和音频。它通过模拟一个从数据分布到简单噪声分布的逐渐“扩散”过程，然后通过学习逆过程来从噪声中重构出高质量的数据样本。由于其强大的生成能力，扩散模型在许多领域都有广泛的应用，如图像生成、音频合成、文本生成等。