قبل أن تجعل Imagen و DALL-E 2 الانتشار المعيار الافتراضي لتوليد الصور، وضعت ورقة Google Brain وصفة الانتشار المتسلسلة التي استعارتها الكثير من الأنظمة النصية إلى الصورة لاحقاً بصمت: ابدأ بنموذج انتشار منخفض الدقة صغير، ثم ربط نماذج انتشار عالية الدقة في الأعلى للعينة. الحيلة هي تقنية تسمى تعزيز التكييف، والتي تمنع الأخطاء المركبة بين المراحل وتبين أنها الفرق بين الفوضى الضبابية و 4.88 FID عند 256x256.

يتعمق هذا الاستعراض الطويل لـ Ho et al. في تصميم التسلسل، وحيلة تكييف الضوضاء التي تجعله قوياً، ونتائج معيار ImageNet التي تتفوق على BigGAN-deep و VQ-VAE-2 وجهاً لوجه. يجب أن يهتم متخصصو الكلام: الجيل المتسلسل ينتقل الآن إلى TTS والترميز الصوتي العصبي، حيث يتم استخدام الانتشار متعدد المراحل لتوليف أشكال موجية طبيعية بشكل متزايد. إذا كنت تريد الأساسيات قبل لمس عمل الانتشار الصوتي الحديث، فإن الغوص العميق يمر عبر كل مكون.