扩散模型结合文本控制能力，实现从纯噪声加文本描述生成图像。通过修改 UNet 架构，将文本编码为嵌入向量并作为条件输入，完成文本条件 UNet 的训练与图像生成逻辑。
本节旨在为扩散模型注入文本控制能力。核心目标是实现从'纯噪声 + 文本'到图像的生成，而不仅仅是从纯噪声生成。
回顾扩散模型的 UNet 训练流程，通常只涉及从含噪图像预测噪声。要实现文生图功能，需调整架构，将文本作为额外输入注入 UNet 模型。
这样的 UNet 模型称为条件 UNet 模型，更精确地说是文本条件 UNet 模型，因为它会根据输入文本来生成图像。为了训练此类模型，首先我们需要将输入文本编码成一个可以输入 UNet 模型的嵌入向量。然后，需要对 UNet 模型稍作修改，以适配嵌入文本形式的额外输入数据（除了图像之外）。接下来，首先介绍文本编码。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
