在人工智能领域，生成模型一直是研究的热点。近日，麻省理工学院（MIT）计算机系的两位教授Peter Holderrieth和Ezra Erives在YouTube上发布了一系列名为“Generative AI with Stochastic Differential Equations”的课程，从数学角度深入探讨了去噪扩散模型和流匹配这两种在AIGC领域应用广泛的算法。

为了适应长视频，一种时间平铺程序程序会将视频切分成片段，每个片段分别编码后拼接在一起。模型本身由一个类似DiT的主干网络给出，xt沿时间和空间维度被分块，然后将图像块传递给一个Transformer，Transformer会采用图像块之间的自注意力以及与语言模型嵌入的交叉注意力。

仅列举几条直观形象的，但并不代表全部哈 这里只谈deterministic optimization，不包括stochastic optimization 1. 萌芽期 请先把cmake编译选项设置合适哈。在Debug模式下跑着-O0级优化的代码，这时慢可是自己的锅 set(CMAKE_BUILD_TYPE Release) ...