把一张图片喂给AI 500次会发生什么？小白也能会|正经玩

第一步：

第二步：

第三步：

第四步：

AI绘画的核心技术是“扩散模型”。其工作原理分为两个阶段：首先，系统对一张原始图片逐步添加随机噪声，经过多轮迭代后，图片最终会变成完全无意义的静态噪点——这一步叫“前向扩散过程”。接着，神经网络通过大量学习训练，掌握如何从这团噪点中一步步去除噪声，逐步重建出清晰的图像——这一步叫“反向生成过程”。用户输入的文本描述（提示词）会被专门的文本编码模型转化为数学向量，这个向量会在图像重建过程中持续引导AI，确保最终生成的画面符合文字要求。

Deforum模型是基于上述扩散模型的动态视频生成技术。它的目标是将静态图像生成扩展为连贯的视频序列，就是大家最后看到的视频效果。其运作机制包含三个关键环节：1) 初始化设定：用户提供起始图像或由AI生成首帧画面，并通过参数控制其与后续变化的关联强度；2) 运动与内容控制：用户可精确设置镜头运动轨迹（如平移、缩放、旋转，我们此处把这些数值都设置为了0）、定义不同时间点的文本描述（就是不同帧的不同提示词），并调节帧与帧之间的噪声变化幅度来控制画面演变的剧烈程度；3) 时间连贯性保障：Deforum的核心在于它会将前一帧生成结果的关键数据（称为“潜变量”），经过预设的运动变换计算后，作为生成下一帧的起点，并在生成过程中参考这些历史数据。这种方法显著减少了帧与帧之间的跳跃或闪烁，努力维持场景元素、色调和构图的相对稳定性。