基础算法 V1.5，在高质量数据集上进行大量微调而开发。采用了 classifier-free guidance sampling 技术，通过适当的文本条件丢弃率来提升生成图像的质量和多样性。

类型：基于扩散模型的文本到图像生成模型

• 扩散模型：是一种生成模型，通过逐步去除噪声来生成数据。它从高斯噪声开始，逐步逆向生成目标数据（如图像）。扩散模型在图像生成任务中表现出色，能够生成高质量的图像。
• 文本到图像生成（Text-to-Image Generation）：该模型能够根据输入的文本提示生成相应的图像。例如，输入“一只在草地上奔跑的金色毛发的狗”，模型可以生成符合描述的图像。