扩散模型为什么训练比 GAN 更稳定？

1. 训练目标单纯明确

GAN 需要生成器与判别器相互对抗、动态博弈，二者平衡极为敏感，容易训练崩溃或模式崩溃。扩散模型的训练目标则是单一的噪声预测均方误差，是一个稳定的回归任务，不存在对抗博弈带来的振荡，因此更容易收敛、更易调参。

2. 输出多样性更丰富

由于训练目标不鼓励"只走少数捷径"，扩散模型在同一提示下能生成差异显著、覆盖更广的结果，不易像 GAN 那样收敛到少数几种固定"套路"。这在需要创意多样性的内容生成场景中是重要优势。

3. 质量随规模可预测提升

扩散模型的生成质量随模型规模、训练数据和采样步数的增加而稳定提升，规律清晰；GAN 则常因训练不稳定而难以可靠地通过扩大规模获得更好效果。这一特性也是扩散模型在大规模生成任务中后来居上的原因之一。