扩散模型（diffusion model）的标准流程是：给图片逐步加噪直到变成纯噪声，再训练一个网络把它一步步去噪还原。问题在于，还原要走几百上千步，太慢。DDIM（Denoising Diffusion Implicit Models，去噪扩散隐式模型）改的就是后半段的采样方式——让同一个模型用几十步走完，而且过程是确定性的。
它做了什么
先看 DDPM（Denoising Diffusion Probabilistic Models）的做法。它把去噪定义成一条马尔可夫链：每步减掉一点预测出的噪声，再重新注入一点随机噪声，然后才进入下一步。因为有随机成分，只能一小步一小步挪，像在浓雾里下楼梯，每踩一级都得先摸一下。
DDIM 的思路是：训练时学到的噪声预测网络其实在回答"此刻大概有多少噪声"。既然它知道噪声，就能反推出"这张图大概长什么样"（即估计 x_0），于是可以从当前时刻一口气跳到任意更早的时刻，不必逐格走。一串 1000 步的链条，因此可以重排成 50 步甚至 20 步的跳步表。
同时，DDIM 把每一步注入的随机噪声关掉，反向过程变成一个确定性映射。可以粗略理解为：它把"逐格随机游走"换成了沿着概率流常微分方程（ODE，Ordinary Differential Equation）做一次粗糙的一阶推进。
和 DDPM 的区别
| DDPM | DDIM | |
|---|---|---|
| 反向过程 | 马尔可夫链，每步加随机噪声 | 非马尔可夫，随机性可设为零 |
| 采样步数 | 通常需要上千步 | 几十步即可，支持跳步 |
| 采样结果 | 每次都不一样 | 同一初始噪声得到同一结果 |
| 训练权重 | — | 通常可直接复用，无需重训 |
关键点是：DDIM 改的是"怎么采样"，不是"怎么训练"。所以很多已有的模型权重可以直接换成 DDIM 采样器，这也是它流传得快的原因。
对从业者的意义
- 快：采样耗时显著下降，跑实验和上线的成本都低得多。
- 可控：同一个随机种子跑两次，出来的图一样，调试和对比实验时省事很多。
- 可编辑：噪声与图像之间成了可逆映射，可以用 DDIM 反演（DDIM inversion）把真实图片编码回噪声，再做条件修改。
- 可插值：在两个初始噪声之间做插值，能得到语义上平滑过渡的一串图。
代价也要讲清楚：步数压得太狠，细节会掉；随机性本身不全是坏事，它对生成多样性是有贡献的。如今主流的快速采样器大多沿着这条确定性路线继续做高阶求解，具体支持哪些采样器、参数如何设置，以各工具的官方文档为准。