Diffusion / AIGC 面试课堂¶
从 26 道高频题，到 26 节课、3 个综合练习。
不背答案，建立“能推导、能解释、能评测、能表达”的能力链。
从这里开始¶
| 你是 | 先看 |
|---|---|
| 第一次来 | 课程总览 |
| 想排学习计划 | 学习路径与周计划 |
| 想查某道题 | 题目—课时映射 |
| 面试在即 | 公式速查 + 模拟面试 |
| 想用 AI 伴读 | 配置说明（可选，自带 API） |
| 想直接看答案 | 完整题库 |
课程地图¶
第 0 章 导学¶
从面试题到能力地图
能力模型、26 题地图、学习路径、环境准备。
第 1 章 扩散模型基础¶
- 生成模型全景与扩散直觉；
- 前向过程、重参数化、噪声 schedule；
- 反向过程、ELBO、DDPM 损失；
- 非高斯噪声、Cold Diffusion、D3PM、Flow Matching。
第 2 章 采样、加速与引导¶
- DDPM 采样与 DDIM；
- SDE/ODE 与高阶采样器；
- 蒸馏与少步生成；
- Classifier Guidance 与 CFG。
第 3 章 Latent Diffusion 与 Stable Diffusion¶
- AE / VAE / VQ-VAE；
- LDM 与 SD 核心优化；
- Self-Attention / Cross-Attention；
- SD 训练全流程与 Offset Noise。
第 4 章 条件控制与个性化¶
- CLIP 全解；
- ControlNet；
- IP-Adapter；
- LoRA / DreamBooth / Textual Inversion / Hypernetwork。
第 5 章 模型演进与系统对比¶
- SDXL；
- SD3 / MMDiT / Rectified Flow；
- SD vs DALL·E 2 vs GAN。
第 6 章 评估、失败模式与面试实战¶
- 图像生成评估指标；
- GAN 模式坍塌；
- 26 题串讲与模拟面试。
第 7 章 综合练习与面试答辩¶
- 练习 A：DDPM 纸面推导与采样对比；
- 练习 B：SD 条件控制方案设计；
- 练习 C：评测方案与面试答辩。
学完你会得到什么¶
- 一份可白板推导的 DDPM/DDIM/CFG 笔记；
- 一份 SD 条件控制方案（不要求训练）；
- 一份评测方案与答辩材料；
- 一套 90 秒回答 + 追问应对模板；
- 一张 26 题掌握度地图。
课程状态¶
- ✅ 课程章节与 26 节课设计；
- ✅ 题库归档；
- ✅ 学习路径、题目映射、评估方案、公式速查；
- ✅ 第 1–7 章完整教学材料；
- ✅ 全课程材料包完成；
- ✅ 综合练习模板与评分表；
- ✅ 扩展篇：知识缺口审计 + 2023–2026 论文地图；
- ⏳ 扩展题库/英文版（可选）。
当前版本是 Phase 5：主课 + 扩展篇完成。全课程 8 章、26 节课、3 个综合练习，加 2023–2026 前沿论文地图。
扩展篇：2023–2026¶
主课覆盖 26 题；扩展篇补前沿：
- 知识缺口审计：16 个缺口、优先级、面试问法；
- 2023–2026 论文地图：30+ 论文卡片，名字/影响力/星级/贡献/链接。
推荐节奏¶
- 时间紧：2 周速通 12 节核心课；
- 大多数：6 周标准，26 节 + 综合练习 A/B；
- 冲高薪：8 周深入，26 节 + 综合练习 A/B/C + 模拟面试。
详见 学习路径。