在扩散模型中引入文本控制能力，实现从纯噪声到文本引导的图像生成。核心在于将文本编码为嵌入向量，并修改 UNet 模型以融合这些条件信息。通过调整架构，模型能够根据文字描述生成特定图像，这是 Stable Diffusion 等文生图技术的基础原理。
本节旨在为扩散模型增加文本控制能力。目标是利用文字描述引导图像生成，实现从'纯噪声 + 文本'合成图像，而非仅依赖纯噪声。
在扩散模型的 UNet 训练流程中，我们通常仅训练模型从含噪图像中预测噪声。为实现文生图功能，需采用特定架构，将文本作为额外输入注入 UNet 模型：
这类 UNet 被称为条件 UNet，更准确说是文本条件 UNet，因为它会根据输入文本来生成图像。为了训练此类模型，第一步是将输入文本编码为 UNet 可接受的嵌入向量。随后需微调 UNet 架构，使其能接纳嵌入后的文本作为额外输入（除图像外）。下面先介绍文本编码部分。
微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 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
