跳到主要内容
步芽

【极致中配】2026年春季 CMU 10-799 扩散模型与流匹配

CMU 研究生课，系统讲解扩散模型与流匹配：从概率生成建模基础到评分模型、引导生成、蒸馏加速、文生图及离散扩散等前沿技术。

难度
难度 5/5 — 研究生级生成模型课，需扎实概率、微积分与深度学习基础
适合人群
有机器学习基础、想深入生成模型前沿的研究生或研究者
前置要求
概率论与统计（概率分布、期望、随机过程）、微积分与线性代数（微分方程、梯度、矩阵运算）、深度学习（神经网络、反向传播、常见生成模型）、Python 与 PyTorch（实现与训练模型）
课程规模
12 讲 · 1.3 万播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

概率生成建模去噪扩散模型评分模型流匹配快速采样引导与可控生成文生图SOTA 技术蒸馏一致性模型离散扩散掩码扩散

课程大纲（12 讲）

  1. P1 · Lecture 1 - Basics of Probabilistic & Generative Modeling39 分钟
  2. P2 · Lecture 2 - Denoising Diffusion Models - Diffusion & Flow Matching42 分钟
  3. P3 · Lecture 3 - Modal Guest Lecture - Diffusion & Flow Matching42 分钟
  4. P4 · Lecture 4 - Score-based Models - Diffusion & Flow Matching37 分钟
  5. P5 · Lecture 5 - Flow Matching - Diffusion & Flow Matching39 分钟
  6. P6 · Lecture 6 - The Design Space & Fast Sampling - Diffusion & Flow Matching43 分钟
  7. P7 · Lecture 7 - Guidance & Controllable Generation - Diffusion & Flow Matching43 分钟
  8. P8 · Lecture 9 - Text-to-Image Generation & SOTA Techniques - Diffusion & Flow Matchi39 分钟
  9. P9 · Lecture 10 - Distillation, Consistency Models & Flow Maps - Diffusion & Flow Mat45 分钟
  10. P10 · Lecture 11 - Guest Lecture Linqi (Alex) Zhou from Luma AI - Diffusion & Flow Mat44 分钟
  11. P11 · Lecture 12 - Discrete Diffusion & Masked Diffusion - Diffusion & Flow Matching42 分钟
  12. P12 · Lecture 13 - Discrete Flow Matching & Edit Flow - Diffusion & Flow Matching39 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。