通俗解释
直接在像素上扩散非常昂贵。先用自编码器把图像压缩 8 倍，再在潜空间去噪，并通过交叉注意力接入文本条件。这就是开源 Stable Diffusion 的核心。
用在哪里：Stable Diffusion 系列
时间轴 · 前置 → 当前 → 后继
01原始论文
High-Resolution Image Synthesis with Latent Diffusion Models
Robin Rombach, Andreas Blattmann, Dominik Lorenz, et al. · 2021
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
相关：无分类器引导 CFG
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：生成式与前沿研究
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
latent-diffusion)