本文详细介绍了Diffusion模型中U-Net的结构和功能。U-Net是一个编码器-解码器网络，包含下采样路径、上采样路径、瓶颈层和跳跃连接。它接收噪声图像、时间步长和条件信息作为输入，通过多层处理预测噪声。U-Net的特点包括使用残差块、注意力机制、组归一化和SiLU激活函数。它能够处理多尺度信息，捕获局部和全局特征，适用于各种图像分辨率。文章还讨论了U-Net的变体，如用于条件生成的交叉注意力层和额外的控制机制。总的来说，U-Net在Diffusion模型中扮演着关键角色，负责逐步清理图像的过程。