2026 离散扩散实战：八帧跳跃不许一步糊成一团
近两年，连续扩散把图像当成高维高斯进行渐进去噪。角色素材却不是这种工作流：一帧就是一个确定姿势，一张精灵表就是一组离散状态。离散扩散（Discrete Diffusion）把前向过程改成对类别、姿势令牌的随机掩码，反向过程再一步步把令牌推回可用动作。长亭百智云「AI 精灵图」把这契约写进了素材包。## 为什么跟连续扩散说不清连续扩散的中间态是浮点噪声。跳跃动作不能这样糊：待机、蓄力、蹬地、上升、顶点、下落、缓冲、站稳，一帧对一个令牌。离散扩散把前向过程看成「随机掩码」：每一步只把部分令牌换成 [MASK]，反向再预测被掩的令牌。中间态一直是合法令牌表，不会浮出一个糊在两个姿势之间的假帧。## 去噪契约在精灵图里长什么样百智云精灵图的流程是：一句话描述角色 → 锁定形象 → 延展动作 → 下载素材。对应到离散扩散，就是三条硬约束。1. 令牌表有限九种美术风格、八个角色方向、八帧跳跃姿势，都是离散类别。不能把待机和蓄力混成一帧，也不能把 Q 版卡通和复古像素搞成同一张表。2. 反向只填 [MASK]，不改已确认的令牌形象锁定后，只在动作维度上去噪。社会结构、服饰纹样、色盘都不能随跳跃帧飘。这就是离散扩散的 absorbing 状态：被确认的 token 不再被摸。3. 中间态可导出每一帧都是可下载的 PNG，不是一个浮点张量。精灵表、GIF、ZIP 都对应合法令牌序列。## 森林炼金师的八帧去噪以「森林炼金师」为例。用户说一句描述后，工坊先锁定形象，再把跳跃拆成八个令牌：待机、蓄力、蹬地、上升、顶点、下落、缓冲、站稳。若把这八帧当成连续噪声的中间点，就会出现半空的脚、重叠的手、被拉丢的瓦瓶。离散扩散只允许在令牌表里跳，所以蹬地一定是蹬地，不会浮出一帧「差不多在蹬」的浮点鬼。## 从工坊到引擎的落地开发者不要浮点张量，要原始精灵表、角色图、动作帧和 GIF。百智云精灵图把 ZIP 一次打包，等价于把离散扩散的最终令牌序列交给引擎。三步对齐得很直接：1. 描述角色：对话、参考图、快速模板2. 延展形象与动作：角色变体、八方向、动画帧3. 下载继续创作：角色图、帧序列、ZIP 素材包开源灵感风格包括 Q 版卡通、复古像素、科幻机甲，还有动漫、仙侠、暗黑幻想。每一种都是独立令牌表，不互相混合。## 写进 SPEC 的三条- 前向只掩码，不输出浮点帧- 反向只填被掩的令牌，已锁定的形象不动- 导出物只有合法令牌：PNG 精灵表、GIF、ZIP这三条把离散扩散从论文里的 absorbing 链拖到了素材包。## 结语2026 年的角色工坊不能再把跳跃当成一段连续噪声。离散扩散让中间态一直在令牌表里；百智云精灵图把去噪契约写进素材包。一句话生成角色，锁定形象后延展八帧跳跃，最后 ZIP 打包带走。不会画画也能拿到一个有主角的动作序列。这就是离散扩散在素材管线上的实战样子。