噪声 / 去噪

在 AI 图像与视频生成的语境中，噪声（Noise）指随机或半随机数据：通常是一个具有高斯（钟形曲线）分布的随机值张量：在扩散模型的生成过程中作为起点存在。扩散模型并非学习从无中构造图像，而是学习破坏过程的反向：它们通过观察连贯图像被逐步加噪破坏的方式进行训练，然后学习按步骤逆转这一破坏。完全加噪的图像在统计意义上与纯随机噪声无法区分；完全去噪的图像则是连贯的视觉输出。

去噪（Denoising）是经过训练的扩散模型将初始噪声转化为有意义图像或视频帧的迭代过程。在推理的每一步，模型预测当步所加入的噪声并将其减去，逐渐从混沌中析出一幅连贯的图像。去噪步数是关键参数：步数越多通常生成质量越高、画面越连贯，但计算耗时也越长。诸如无分类器引导等引导机制使文本提示词或参考图能够引导去噪轨迹，将输出拉向所期望的主体或风格。

AI 生成中的噪声概念，建立在信号处理与摄影学中由来已久的传统之上，在那些领域里噪声指信号或图像中不希望出现的随机变化。胶片颗粒、数码相机的传感器噪声与音频底噪都是传统意义上的噪声形式。在 AI 中，噪声从应被消除之物被重新塑造为生成本身的原材料：这是一个深刻的概念性倒置，催生了扩散模型范式。

除生成式 AI 外，去噪在传统图像与视频处理中仍至关重要。基于 AI 的去噪工具：例如 DaVinci Resolve、Topaz Video AI 与 Neat Video 中的相关方案：使用训练过的神经网络从素材中去除传感器噪声、胶片颗粒或压缩瑕疵。这些工具通过大量样本学习噪声的样貌，并在保留真实细节的同时将其从图像中减除，在具有挑战性的素材上远胜于传统的时序与空间滤波方法。