stable diffusion里用到的模型（ckpt文件）是啥？

Stable Diffusion是一个用于生成模型的框架，它使用了基于扩散过程的采样方法。在该框架中，使用了一种称为Diffusion Model的生成模型来建模数据分布。具体来说，Diffusion Model是一个基于连续时间随机过程的概率模型，它通过对噪声向量进行多次随机扰动，逐渐生成最终的图像或文本等生成物。

在Stable Diffusion框架中，可以使用不同的Diffusion Model来实现生成模型，例如Gaussian Diffusion Model和Langevin Diffusion Model等。这些模型通常都是基于深度神经网络实现的，因此需要使用相应的预训练模型（ckpt文件）进行参数初始化和推理。

具体来说，对于基于Gaussian Diffusion Model实现的生成模型，通常需要使用提前在大规模数据集上进行预训练的语言模型作为初始模型，并进行微调得到最终的生成模型。而对于基于Langevin Diffusion Model实现的生成模型，则通常需要使用预训练的生成式对抗网络（Generative Adversarial Network, GAN）作为初始模型，并进行微调得到最终的生成模型。在微调过程中，可以使用各种优化算法，如Adam和SGD等，以及各种正则化技术，如Dropout和Weight Decay等，来优化模型性能。