跳转至

扩展篇：2023–2026 扩散模型前沿地图

主课解决“26 题”；扩展篇解决“26 题之外，2023–2026 发生了什么”。

1. 为什么需要扩展篇

主课覆盖到 SD3、ControlNet、IP-Adapter、LoRA、FID/CLIPScore，已经能应对大多数基础/中级面试。

但 2023–2026 的面试越来越常问：

  • DiT 和 UNet 的区别？
  • Flow Matching / Rectified Flow 是什么？
  • LCM/Turbo/DMD 为什么能少步？
  • Sora/视频扩散怎么做？
  • 3D 生成、SDS 是什么？
  • DDPO/Diffusion-DPO 怎么做对齐？
  • FID 之外怎么评估组合能力？
  • 扩散能做 LLM 吗？

这些在主课里只是“提到”，没有展开。扩展篇就是补这一块。

2. 两篇材料

材料 内容 适合
知识缺口审计 16 个缺口、优先级、面试问法 想知道“还缺什么”
2023–2026 论文地图 30+ 论文卡片、影响力/星级/贡献/链接 想补前沿、准备延伸题

3. 先看结论

3.1 主课覆盖良好

  • DDPM/DDIM/CFG/VAE/CLIP/ControlNet/IP-Adapter/LoRA/SDXL/SD3/FID 都有专门课时；
  • 26 题基本能答；
  • 不缺“基础”，缺“前沿”。

3.2 主要缺口

  • DiT/Transformer 主干；
  • Flow Matching/Rectified Flow；
  • 一致性/蒸馏数学；
  • 视频/世界模型；
  • 3D/4D；
  • 编辑/反演；
  • ID 个性化；
  • RLHF/DPO；
  • 组合评估；
  • 离散扩散/LLM；
  • 安全/水印；
  • 数据/recaption/scaling；
  • 推理工程。

3.3 怎么补

  • 不重写 26 节主课；
  • 用扩展篇的“论文卡片 + 90 秒延伸回答”；
  • 面试前 1–2 小时扫地图；
  • 一周精读 10 篇 S/A 论文。

4. 推荐阅读顺序

4.1 面试前 1 小时

  1. 知识缺口审计 的“缺口总表”；
  2. 论文地图 第 0 节地图；
  3. 第 9 节 15 问；
  4. 选 5 篇 S 卡看“一句话 + 大贡献”。

4.2 一周精读

  • Day 1：DiT、SD3、Sana；
  • Day 2：Consistency、LCM、DMD2；
  • Day 3：ControlNet、IP-Adapter、InstantID；
  • Day 4：SVD、Sora、CogVideoX；
  • Day 5：DreamFusion、MVDream、InstantMesh；
  • Day 6：DDPO、Diffusion-DPO、GenEval/VQAScore；
  • Day 7：LLaDA + 复盘。

5. 使用原则

  1. 先问题，后论文：不要从摘要开始读；
  2. 一页纸：每篇只记“问题/方法/贡献/局限”；
  3. 90 秒：能讲出来才算会；
  4. 不追引用数：引用数据库差异大，2026 年论文引用还没积累；
  5. 不背名字：知道它在哪条线上、解决什么。

6. 相关页面