参数

• sigma_min (float, 可选，默认值为 0.002) — Sigma 调度表中的最小噪声幅度。这在 EDM 论文 [1] 中被设置为 0.002；合理的范围是 [0, 10]。
• sigma_max (float, 可选，默认值为 80.0) — Sigma 调度表中的最大噪声幅度。这在 EDM 论文 [1] 中被设置为 80.0；合理的范围是 [0.2, 80.0]。
• sigma_data (float, 可选，默认值为 0.5) — 数据分布的标准差。这在 EDM 论文 [1] 中被设置为 0.5。
• sigma_schedule (str, 可选，默认值为 karras) — 用于计算 sigmas 的 Sigma 调度表。默认情况下，我们使用 EDM 论文 (https://arxiv.org/abs/2206.00364) 中介绍的调度表。其他可接受的值是 “exponential”。指数调度表已整合到此模型中：https://huggingface.co/stabilityai/cosxl。
• num_train_timesteps (int，默认值为 1000) — 用于训练模型的扩散步骤数量。
• solver_order (int，默认值为 2) — DPMSolver 的阶数，可以是 1 或 2 或 3。建议对于引导采样使用 solver_order=2，对于无条件采样使用 solver_order=3。
• prediction_type (str，默认值为 epsilon，可选) — 调度函数的预测类型；可以是 epsilon (预测扩散过程中的噪声)，sample (直接预测有噪声的样本) 或 v_prediction (参见 Imagen Video 论文的第 2.4 节)。
• thresholding (bool，默认值为 False) — 是否使用 “动态阈值” 方法。这对于 Stable Diffusion 等潜在空间扩散模型不适用。
• dynamic_thresholding_ratio (float，默认值为 0.
• sample_max_value (float，默认为 1.0) — 动态阈值处理的阈值。仅在 thresholding=True 且 algorithm_type="dpmsolver++" 时有效。
• algorithm_type (str，默认为 dpmsolver++) — 求解器的算法类型；可以是 dpmsolver++ 或 sde-dpmsolver++。dpmsolver++ 类型实现了 DPMSolver++ 论文中的算法。建议在使用引导采样（如 Stable Diffusion）时使用 dpmsolver++ 或 sde-dpmsolver++ 和 solver_order=2。
• solver_type (str，默认为 midpoint) — 二阶求解器的求解器类型；可以是 midpoint 或 heun。求解器类型会略微影响样本质量，尤其是在步骤数量较少的情况下。建议使用 midpoint 求解器。
• lower_order_final (bool，默认为 True) — 是否在最后几步使用低阶求解器。仅对 < 15 个推理步骤有效。这可以稳定 DPMSolver 的采样，尤其是在步骤 < 15 的情况下，特别是对于步骤 <= 10。
• euler_at_final (bool，默认为 False) — 是否在最后一步使用欧拉方法。这是数值稳定性和细节丰富度之间的权衡。这可以稳定 SDE 版本的 DPMSolver 在推理步骤较少时的采样，但有时可能会导致模糊。
• final_sigmas_type (str，默认为 "zero") — 采样过程中噪声调度表的最终 sigma 值。如果为 "sigma_min"，则最终 sigma 与训练调度表中的最后一个 sigma 相同。如果为 zero，则最终 sigma 设置为 0。

参数

• prev_sample (torch.Tensor 形状为 (batch_size, num_channels, height, width)，适用于图像) — 计算出的前一个时间步的样本 (x_{t-1})。 prev_sample 应该用作去噪循环中的下一个模型输入。