随意学习-模型工程：因子、隐空间、采样策略

为什么叫因子(factor)
词源本义：乘数、构成成分 。
数学里：A × B = C → A、B就是C的factor（因子）
引申到AI：很多底层成分"相乘/加权叠加"之后，生成我们看到的数据，于是起名隐因子 latent factor。

名字只代表「它是组成整体的一份子」，名字本身不代表它一定是向量，也不一定是变量。

因子是变化的向量？还是变量？

因子是概念名称 ，不是固定数据类型
- 最简单因子：标量变量（单数字，缩放因子 0.8）
- 隐因子：向量变量（一组数，隐因子向量）
✅隐因子（深度学习常用）：一般用向量去表达
❌因子 ≠ 天然等于向量

factor 跟 vector 的关系

factor = 语义角色（它是一个组成成分）

vector = 数据存储形式（用一串数字去装这个成分）

factor：是什么角色（角色名：组成因子）
vector：长什么结构（载体：向量）

类比

"工人(factor角色)"，可以用纸笔记录，可以用身份证编号(vector载体)记录。

工人≠编号。因子≠向量。

分层举例，彻底分清

①标量因子（不是向量，只是变量）

xnew=0.75⋅xx_{new} = 0.75 \cdot xxnew=0.75⋅x

0.75 叫缩放因子 scaling factor

类型：标量（单个变量）
名称：因子，作用是调节大小
👉这里是factor，完全不是vector

②隐因子（用向量作为载体）

假设一张人脸由3个隐因子决定：身份、光照、角度

z= $zid, zlight, zangle$ \boldsymbol z = $z_{id},\\ z_{light},\\ z_{angle}$ z= $zid, zlight, zangle$

z\boldsymbol zz：隐因子向量
z_id：身份因子（向量其中一维）
z_light：光照因子（另一维）

整串向量，用来存放一套隐因子。

vector是容器，factor是容器里面代表的语义成分

公式表达：

X=W⋅zX = W \cdot \boldsymbol zX=W⋅z

z\boldsymbol zz：因子向量（一套隐因子）
WWW：因子载荷矩阵（每一列代表这个因子有多强的影响力）
XXX：最后生成的图像观测

③矩阵分解例子 R≈UVTR≈UV^TR≈UVT

U：用户因子矩阵
U里每一行向量 = 一个用户的一组隐因子
向量是存因子的形式，因子是向量承载的含义。

对比4个词，防止长期混淆

Factor 因子：【概念/角色】组成整体的一个独立成因、分量
Variable 变量：【数学符号】可以取不同数值的量
Vector 向量：【数据结构】一串有序数字
Token：【离散片段】切分出来的一块编码数据

组合关系

一个因子 →可以是标量变量 ，也可以是向量变量
一组因子，经常打包放到向量里面一起计算

所以论文里经常出现词组：latent factor vector（隐因子向量）

翻译：用来存放隐因子的向量。

不是说因子本身就等于向量。

极简一句话总结

Factor（因子）描述它起什么作用 ，Vector（向量）描述它长什么结构 。

因子可以用向量装，也可以只是一个单独数字；向量可以存因子，也可以存坐标、特征、token表征。二者不属于同一套定义维度。

额外区分（极易混淆）

特征 vector：直接描述当前样本外观
隐因子 vector：描述生成这个样本背后的成因
一张照片的特征向量：偏暗、侧脸、微笑
对应的隐因子：光照因子、姿态因子、表情因子

factor 因子，按领域分类举例

记住统一语感：因子 = 一个起作用的分量、乘数、影响系数

不一定是向量，大量场景只是一个标量数字。

一、强化学习 / 控制（你熟悉的）

折扣因子 γ（discount factor）

贝尔曼方程里：r+γV(s′)r+\gamma V(s')r+γV(s′)

作用：给未来回报打衰减权重，越远期权重越低

取值常见 0.9～0.99
温度因子 temperature factor

采样的时候，调节随机探索程度；温度越大输出越多样。
衰减因子 decay factor

优化器权重衰减，每一轮乘一个小于1系数，约束权重不要过大。
安全因子 safety factor

机器人力矩、速度上限乘以安全因子0.7，预留安全余量。

二、数学｜代数

因式分解 factor
x2‑4=(x‑2)(x+2)x^2‑4=(x‑2)(x+2)x2‑4=(x‑2)(x+2)，(x‑2)(x‑2)(x‑2) 是多项式因子
公因数、质因子
12=2×2×312=2×2×312=2×2×3，2、3是12的质因子
比例因子 scale factor
图形放大缩小倍数，坐标 × 比例因子

三、统计学、机器学习

隐因子 latent factor
矩阵分解、推荐系统：用户偏好因子、物品属性因子（一般用向量表示）
因子分析 Factor Analysis
从大量观测数据，提取背后少数几个影响成因因子
例：学生成绩，提取【智力因子、努力因子】
权重因子 weight factor
多损失函数加权：Loss=λ1L1+λ2L2Loss = λ_1L_1+λ_2L_2Loss=λ1L1+λ2L2，λ1,λ2λ_1,λ_2λ1,λ2为权重因子

四、深度学习、生成模型

噪声因子 noise factor
扩散模型：控制每一步加入噪声强弱的系数
引导因子 guidance factor
CFG分类器引导，文本条件强度放大倍数
缩放因子 scaling factor
归一化、LayerNorm里面，对向量整体放大缩小的系数
残差因子
残差连接 x+α⋅f(x)x+\alpha\cdot f(x)x+α⋅f(x)，α控制分支贡献大小

五、信号、物理工程

阻尼因子 damping factor
振动、二阶系统，决定震荡衰减快慢
增益因子 gain factor
控制理论PD控制器输出放大倍数
畸变因子 distortion factor
信号失真程度系数

六、日常业务

1.风险因子：风险计算时的加权系数

2.修正因子：实测值 ×修正因子，补偿系统误差

关键区分两组搭配

标量因子（绝大多数名词带因子的）

折扣因子、阻尼因子、温度因子、安全因子

👉单个数字，乘上去改变结果大小
隐因子 latent factor（特殊）

为了描述多维度成因，用一组向量承载一组因子

👉这里因子是多维分量，不再是单个数字

一句话总结

只要公式里有一项用来加权、缩放、调节贡献大小，这个项就经常被命名为XX因子(factor)。

向量只是一种存储形式，只有隐因子这类场景才会用向量表达。

因子 factor｜系数 coefficient｜权重 weight

核心定性区别（用词语感，工程/论文习惯）

因子 factor

侧重：调节、缩放、修正、参与构成 ，偏"放大削弱某一部分作用"

公式位置：大多做乘法项

折扣因子 γ、温度因子、安全因子、缩放因子
隐因子：事物背后的组成成因（语义层面，不一定是数字系数）

语感：这件结果里面，有这么一份影响成分。

系数 coefficient

侧重：方程固定参数 ，线性拟合里固定不变的常量

y=a⋅x+by = a\cdot x + by=a⋅x+b

aaa 就是x的系数

摩擦系数、膨胀系数、多项式系数

语感：数学公式定义里，预先确定的常量参数。

权重 weight

侧重：多份结果之间，谁更重要 ，用于加权求和

Loss=w1L1+w2L2Loss = w_1L_1 + w_2L_2Loss=w1L1+w2L2

w1,w2w_1,w_2w1,w2 是权重

网络权重、损失权重、注意力权重

语感：多个候选，分配重要程度，决定谁占比更高。

对比表格

名词	典型运算	核心含义	典型例子
因子 factor	乘法 y=f⋅xy = f \cdot xy=f⋅x	调节强弱、组成成分	折扣因子、噪声因子、隐因子
系数 coefficient	线性项 y=c⋅xy = c\cdot xy=c⋅x	方程固有常量参数	阻尼系数、回归系数
权重 weight	加法求和 y=∑wixiy=\sum w_i x_iy=∑wixi	多来源之间重要占比	网络权重、损失权重

重叠与混用说明（很多论文不会严格抠定义）

标量乘法系数，既可以叫系数，也可以叫因子

y=0.5xy=0.5xy=0.5x

0.5：缩放系数 / 缩放因子，两种叫法都正确

区别只在于作者想强调什么：

强调公式参数 → 系数
强调用来调节强度 → 因子

权重几乎不会叫因子
加权求和的w，一般只叫权重，几乎不叫"求和因子"

3.隐因子是特例

隐因子不是单纯的数字，代表潜在成因

不能叫"隐权重""隐系数"，只能叫隐因子 latent factor

结合你熟悉的公式举例

1.贝尔曼方程：r+γV(s′)r+\gamma V(s')r+γV(s′)

γ\boldsymbol\gammaγ：折扣因子 （调节未来回报的强度，乘法）

不会叫折扣系数、折扣权重

2.PD控制：τ=KpΔq+KdΔq˙\tau=K_p\Delta q+K_d\Delta\dot qτ=KpΔq+KdΔq˙

Kp,KdK_p,K_dKp,Kd：比例系数、微分系数 （控制器固有参数）

工程口语偶尔叫增益因子

3.多任务损失：L=λ1L1+λ2L2L=\lambda_1L_1+\lambda_2L_2L=λ1L1+λ2L2

λ1,λ2\lambda_1,\lambda_2λ1,λ2：损失权重（分配两项损失重要程度）

一句话极简总结

系数：方程里的固定参数
因子：用来乘上去调节强弱的分量（也可指成因）
权重：多项相加时分配重要度

补充：

参数 parameter：统称，上面三类数字全都可以叫参数。
参数是大类名称，因子/系数/权重是按作用起的别名。

1.隐空间（Latent Space）通俗定义

观测空间 ：你直接看到的数据（图片像素、音频波形、文字、关节轨迹）

隐空间 ：

模型假想出来的高维数学空间 ，

真实数据背后那一套「成因、因子、规律」所在的抽象空间。

类比

观测空间：一张张拍出来的人脸照片（看得见）
隐空间：由【身份、光照、角度、表情】这些隐因子张成的空间 （看不见）
每一组隐因子向量，就是隐空间里面一个坐标点。

公式视角：

z∈Z隐空间z \in \mathcal Z \quad \text{隐空间}z∈Z隐空间

x∈X原始观测空间x \in \mathcal X \quad \text{原始观测空间}x∈X原始观测空间

编码器：E(x)=zE(x)=zE(x)=z 观测 → 映射到隐空间取一个坐标

解码器：D(z)=xD(z)=xD(z)=x 隐空间坐标 →还原出原始数据

2.隐空间里面包含什么？

先说最重要一句：

隐空间里面不存在图片、文字、物体，只有无数高维坐标点（向量 z）

每个点 = 一组隐因子组合。

隐空间内包含两类事物

①空间本身：整套维度基底

空间由一堆隐因子维度 撑开

例：128维隐空间

维度0：偏向人脸身份因子

维度1：偏向光照明暗因子

维度2：偏向左右姿态因子

......

⚠没有谁提前规定第几维一定代表什么！

隐因子含义是模型训练后自发形成，不一定具备人类可解释语义

很多维度是混合纠缠状态，一个维度同时对应好几种物理因素。

②空间中的点（向量 z）

每一个点：

z= $‑0.21, 0.53, 0.11,...$ z= $‑0.21,\\ 0.53,\\ 0.11,...$ z= $‑0.21, 0.53, 0.11,...$

代表一套完整的隐因子组合

两个点距离近：代表生成出来的观测样本语义接近
在空间沿着某一条轴移动：对应某一种属性连续变化
比如z沿着光照因子方向缓慢移动 →图片慢慢变亮变暗

❌误区

1.隐空间不是一块储存图片的仓库

不能在隐空间里"找到一张杯子的图片"

只能找到可以解码生成杯子图像的坐标向量

2.隐空间不是HNSW图

HNSW是在向量之上额外建的搜索图结构

隐空间只是纯数学坐标空间，本身没有邻居、没有边。

3.结合你熟悉的技术举例

1）VAE / 扩散模型

z：隐空间向量
采样一个新z →解码器直接生成一张全新图片
隐空间是生成图像的"蓝图空间"

2）流匹配 Flow‑Matching（机器人VLA动作）

动作不直接预测关节值，先预测隐空间轨迹

z沿着时间在隐空间连续平滑移动，再解码输出真实7维关节动作

隐空间可以让轨迹天然平滑，降低噪声。

3）对比CLIP图像向量

CLIP输出768维向量，本质就是映射到一个视觉隐空间

两张图片向量距离近=语义接近

向量库HNSW，就是在这个隐空间里面做近邻搜索

4.隐空间、隐因子、向量三者关系

隐因子：单个独立影响成分（光照、角度），对应空间某一个方向轴
隐空间 ：所有隐因子轴撑开的完整高维空间
隐向量 z ：隐空间当中一个坐标点，一套隐因子的组合结果

比喻

纬度、经度、高度 →【隐因子，坐标轴】
整个地球三维空间 →【隐空间】
(113,23,100)广州某点坐标 →【隐向量z】

5.一句话总结

隐空间：一套抽象高维坐标系

坐标系每根轴对应一种潜在影响因子

每一个坐标点（向量）代表一组因子组合

通过解码器，把坐标点还原成我们能看见的图片、语音、动作轨迹。

补充

如果隐空间维度很低：低维隐空间
如果维度很高（768‑4096）：高维隐空间
维度数量 ≠ 有多少个可解释因子，大量维度是混合纠缠。

一、什么是采样策略（Sampling Strategy）

定义：从一个概率分布里，挑选/生成样本的一套规则

模型输出不是直接输出固定答案，输出概率分布；采样策略决定「怎么从分布里挑出最终结果」。

通俗：

模型告诉你"这件事有一堆可能结果，各自概率不同"

采样策略 = 选择哪一条结果输出的决策规则

⚠区分两件极易混淆名词

采样策略 ：选样本的规则逻辑（算法逻辑）
采样器(Sampler) ：ODE/扩散里的数值积分器（Euler、RK4、DDIM），属于隐空间轨迹求解，不是概率采样策略。

二、四大应用领域（分别对应完全不一样的采样策略）

1｜大模型文本Token生成（自回归）

输出：每个step词表概率分布

贪婪采样 Greedy：每一步直接选概率最大token（argmax），确定性输出，缺点容易重复、死板
束搜索 Beam Search：保留N条候选路径，全局打分选最优；翻译场景常用
温度采样 Temperature：先缩放概率分布，T>1增加随机性，T<1更保守确定
Top‑K采样：只保留概率最高K个token，再随机抽取
Top‑P（核采样 Nucleus） ：动态选取累计概率≥P的最小候选集合，工业界LLM默认方案
Min‑P采样：过滤掉绝对概率过低的token，高温度下不容易胡说

用途：对话、代码、推理、思维链输出token

控制效果：温度越高，回答越天马行空；温度=0等价贪婪搜索

2｜扩散 / 流匹配（图像、机器人VLA动作轨迹）

两套完全不同的"采样"概念，经常被混为一谈

A）隐空间轨迹采样器（ODE求解器，数值计算）

不是概率采样！是微分方程步进算法

Euler（欧拉）
Heun（二阶）
RK4（四阶龙格库塔）
DDIM、DPM‑PPM（扩散专用步长方案）

作用：从纯噪声z₀沿着速度场，一步步积分走到最终动作隐向量z₁

B）概率采样策略（多条轨迹候选筛选）

确定性采样：只跑1条ODE路径，直接输出轨迹（Pi0、ACT默认）
多候选采样：跑N条不同噪声初始值，生成N条动作轨迹，选最优一条执行
CFG引导采样：条件放大因子，强化语言指令对轨迹的约束

机器人VLA场景：

流匹配本身ODE是确定性；想要多样性，只能改变初始隐向量z的随机种子，多次rollout采样多条轨迹。

3｜强化学习 RL（MDP，Rollout采样策略）

采样【状态‑动作‑奖励完整轨迹】

贪心采样：永远选Q值最大动作（利用，exploitation）
ε‑greedy ε贪心：ε概率随机探索，1‑ε选最优动作（最经典）
高斯采样：连续动作空间，均值+方差高斯分布采样（机器人连续动作RL）
软最大采样Softmax：按Q值概率加权随机选动作
分层rollout采样：多条轨迹并行采样，筛选高回报样本

用途：环境交互、在线试错收集训练数据，贝尔曼方程迭代优化策略

4｜数据集训练阶段采样策略（取batch）

不是推理采样！训练时选哪些样本送入网络

均匀随机采样：shuffle，完全随机取样本（默认）
加权重采样：少数类提高采样概率，解决类别不平衡
困难样本采样：优先loss大、难学的样本
时序窗口采样：机器人数据集，固定长度轨迹片段采样

三、一张总表区分

领域	采样对象	典型策略
LLM文本	下一个Token	贪婪、Beam、Top‑P、Top‑K、温度
扩散/流匹配	隐空间向量轨迹	Euler/Heun/RK4(求解器)｜多条轨迹候选筛选
强化学习	环境交互完整轨迹	ε‑greedy、高斯采样、softmax、rollout采样
数据集训练	训练样本batch	加权采样、难例采样、时序采样

四、针对你关心的VLA机器人场景总结

VLA【推理输出动作】

流匹配本身：ODE积分器(Euler/RK4)生成单条轨迹，默认确定性，无概率采样
如果要多方案择优：多次随机初始化隐变量z，生成多条轨迹（多候选采样策略）

VLA【RL微调阶段】

rollout采样策略：控制机器人怎么在真机/仿真里跑出多条轨迹，拿奖励更新网络

VLA【数据集训练】

时序窗口采样：从专家轨迹里面切一段段动作序列，构成训练batch

五、一句话总结

采样策略 = 一套挑选样本的决策规则

Token场景：从词表里选词
RL场景：环境里选动作跑完整轨迹
生成模型：从分布里选隐变量，生成完整图像/动作轨迹

ODE/Euler/RK4属于微分方程数值求解器，不属于概率采样策略，只是生成轨迹的计算工具。

采样策略｜采样器｜调度器三者区分

很多论文、工程口语会混用，底层定义完全不一样

1. 采样策略 Sampling Strategy

【决策逻辑：按什么规则去选】

作用：定义选样本的规则、概率、取舍逻辑

LLM：Top‑P、Top‑K、温度、束搜索、贪婪
RL：ε‑greedy、高斯探索、难例采样、加权采样
VLA：多轨迹择优采样、单条确定性输出

一句话：决定"挑哪一个"

输出：得到一个候选样本/候选序列

2. 采样器 Sampler

【计算工具：一步一步算出来】

分两大完全不同类别

类别A：概率采样器

从概率分布抽取随机数的底层函数

高斯采样器、多项式采样器（按概率抽token）

类别B：ODE/扩散采样器（机器人、图像生成最容易混淆）

微分方程数值求解器 ，走时间步迭代计算隐空间轨迹

Euler、Heun、RK4、DDIM、DPM‑2M

一句话：给定初始条件，一步步算出完整轨迹

它只管解方程，本身不做概率随机决策

哪怕完全确定性，依然叫采样器
重点区分：

采样策略：要不要随机、保留多少候选
采样器：用什么数学积分公式算出轨迹

3. 调度器 Scheduler

【超参随步数变化的计划表】

作用：随时间步，动态修改一组参数 ，不直接生成样本，不做选择

常见：

1）扩散噪声调度器：每一步噪声强度 β(t)

2）CFG引导强度调度器：推理过程逐步增减guidance_factor

3）学习率调度器：训练过程逐步降低学习率

4）温度调度器：推理后半段逐步降低随机性

一句话：随着步数，动态调参，是一套参数变化方案

最简类比（流匹配生成一条动作轨迹）

调度器Scheduler：规定第1～N步，速度权重怎么变化（参数计划表）
采样器Sampler：RK4数值积分，按调度参数一步步积分算出z轨迹（计算工具）
采样策略Strategy：生成3条不同初始z轨迹，选最合理一条输出（决策规则）

表格汇总

名词	定位	核心作用	典型例子
采样策略	决策层	选择样本的一套规则	Top‑P、ε‑greedy、多轨迹择优
采样器	计算层	数值求解 / 随机抽取	Euler,RK4,多项式采样器
调度器	参数层	动态改变超参	噪声调度、学习率调度、CFG调度

VLA‑流匹配完整链路对照

初始随机z →【调度器】确定每一步系数 →【RK4采样器】积分得到轨迹 →【采样策略】多条轨迹选最优 →输出动作

缺调度器：参数全程不变，生成效果差
缺采样器：没有办法求解微分方程算轨迹
缺采样策略：只能输出单一条固定结果，无法择优

一句话记忆口诀

策略决定怎么选，采样器负责怎么算，调度器控制参数怎么变。

补充一个高频误区

"DDIM采样策略"

严格来说：DDIM是采样器（求解算法） ，不是策略；

口语大家习惯叫"DDIM采样策略"，属于工程俗称，不是严谨定义。

DDIM 原理 + 函数调用 + 代码示例

先定性：DDIM 属于扩散模型反向过程的采样器（ODE求解器） ，不是采样策略。

DDPM 需要1000步反向去噪，DDIM 通过非马尔可夫假设，可以跳步，用 20‑50 步就能生成，大幅加速推理。

1.核心递推公式（DDIM 更新函数）

xt−1=αt−1(xt−1−αt εθ(xt,t)αt)⏟预测干净样本 x0+1−αt−1−σt2 εθ(xt,t)+σt ϵ x_{t-1}=\sqrt{\alpha_{t-1}}\underbrace{\left( \frac{x_t-\sqrt{1-\alpha_t}\,\varepsilon_\theta(x_t,t)}{\sqrt{\alpha_t}} \right)}{\text{预测干净样本 }x_0} +\sqrt{1-\alpha{t-1}-\sigma_t^2}\,\varepsilon_\theta(x_t,t) +\sigma_t\,\boldsymbol\epsilon xt−1=αt−1 预测干净样本 x0 (αt xt−1−αt εθ(xt,t))+1−αt−1−σt2 εθ(xt,t)+σtϵ

xtx_txt：t时刻带噪隐变量
εθ(xt,t)\varepsilon_\theta(x_t,t)εθ(xt,t)：网络预测的噪声
αt=∏i=1t(1−βi)\alpha_t=\prod_{i=1}^t(1-\beta_i)αt=∏i=1t(1−βi)，预定义噪声调度
σt\sigma_tσt：随机项系数
- σt=0\boldsymbol{\sigma_t=0}σt=0 → 确定性DDIM（无随机噪声，最常用）
- σt>0\sigma_t>0σt>0 →带随机性，介于DDIM与DDPM之间

当 σt=(1−αt−1)/(1−αt)1−αt/αt−1\sigma_t=\sqrt{(1-\alpha_{t-1})/(1-\alpha_t)}\sqrt{1-\alpha_t/\alpha_{t-1}}σt=(1−αt−1)/(1−αt) 1−αt/αt−1 ，等价 DDPM。

2.函数输入输出（逻辑层面怎么"用"）

单步DDIM函数

复制代码

输入：
    xt          当前带噪向量
    t           当前时间步
    t_prev      上一个时间步（可以跨步，不是必须 t‑1）
    ε_theta     噪声预测网络
    α_t,α_tprev 调度表参数
    eta         随机性系数(η=0纯确定)
输出：
    xt_prev     去噪一步之后的向量

关键点：

DDIM允许自定义时间步序列 ，不必连续 1000,999,998...

可以直接取 $1000,800,600,...,0$ ，仅20步完成生成。

3.完整推理流程（调用顺序）

预先定义时间步序列 ，例如 50步采样：
timesteps = [980,960,940 ... ,20,0]
随机初始化 xTx_TxT（纯噪声）
循环遍历时间序列：
- t = 当前步，t_prev = 下一个更小的步
- 调用网络预测噪声 ε=εθ(xt,t)\varepsilon=\varepsilon_\theta(x_t,t)ε=εθ(xt,t)
- 代入DDIM公式计算 xtprevx_{t_{prev}}xtprev
- 赋值 xt=xtprevx_t = x_{t_{prev}}xt=xtprev
  4.循环结束，x0x_0x0 即为生成结果

4.极简伪代码实现（DDIM单步函数）

python 复制代码

def ddim_step(xt, t, t_prev, eps_model, alpha_bar, eta=0.0):
    # 取出调度参数
    at = alpha_bar[t]
    at_prev = alpha_bar[t_prev]

    # 预测噪声
    eps_pred = eps_model(xt, t)

    # 预测原始样本 x0
    x0_pred = (xt - (1-at)**0.5 * eps_pred) / (at**0.5)

    # DDIM公式三项
    term1 = (at_prev**0.5) * x0_pred
    term2 = ((1-at_prev) - (eta**2)*(1-at)/(1-at_prev)*(1-at_prev))**0.5 * eps_pred

    # 随机噪声项 eta=0 时直接为0
    if eta > 0:
        sigma = eta * ((1-at_prev) * (1-at)/(1-at_prev))**0.5
        noise = torch.randn_like(xt)
        term3 = sigma * noise
    else:
        term3 = 0

    xt_prev = term1 + term2 + term3
    return xt_prev

eta=0：标准确定性DDIM，每次输入同一个噪声，输出完全固定
eta=0.3：加入少量随机，增加生成多样性

5.工程框架里怎么直接调用（HuggingFace diffusers）