1. 條件（Condition）

在擴散模型中，條件是預先設定的信息，用于指導模型生成符合特定需求的結果。例如，如果我們想要生成一張特定風格的圖像，就可以通過設定條件來限定圖像的風格。在實際應用中，條件可以是類別標簽、風格參數，甚至是一段文本描述。

條件通常在模型訓練階段和生成階段都會用到。在訓練階段，模型需要根據輸入的數據和對應的條件一起進行學習；在生成階段，模型則會根據設定的條件生成對應的結果。

2. 指導（Guidance）

與條件不同，指導通常用于在模型生成過程中提供額外的局部信息，以指導模型生成具有特定局部特性的結果。例如，在圖像編輯任務中，我們可以通過設定指導來指導模型在圖像的特定區域內進行修改。

指導通常在模型的生成階段使用，而在訓練階段不需要。當模型在生成過程中遇到不確定性時，可以通過引入指導來幫助模型做出決策。

延伸閱讀

條件生成模型與指導生成模型

在深度學習的生成模型中，條件生成模型和指導生成模型是兩種常見的模型類型，它們分別對應了擴散模型中的condition和guidance。

條件生成模型通常通過在模型輸入中加入條件信息，來生成滿足特定條件的數據。比如條件生成對抗網絡（CGAN），在輸入噪聲數據的同時，還加入了類別標簽作為條件，從而可以生成指定類別的圖像。

指導生成模型則通過在模型生成過程中加入指導信息，來生成具有特定局部特性的數據。比如畫風遷移（style transfer）任務中，模型在生成過程中需要同時考慮內容圖像和風格圖像的信息，從而生成具有指定風格的圖像。

這兩種模型類型雖然方法不同，但目標都是通過某種方式控制模型的生成結果，使其滿足用戶的特定需求。在實際應用中，根據任務的特性和需求，可能會選擇使用條件生成模型、指導生成模型，或者兩者的結合。