3. 经典生成模型核心思想对照

在进入量子生成模型之前，先把三类经典生成模型放在同一张“对照表”上理解，是后续判断“量子化改造切入点”的前提。变分自编码器（VAE）、生成对抗网络（GAN）和扩散模型（Diffusion Model）虽然都能从噪声或潜变量生成样本，但它们对“生成”这件事的建模方式、目标函数形态和采样流程差异很大。理解这些差异，才能看清量子线路究竟能替换哪一部分、替换后又会带来什么代价。

三种建模视角：潜变量、对抗博弈与去噪过程

VAE 采用显式概率建模。它假设数据由低维潜变量 z 经解码器生成，通过编码器近似后验 q(z|x)，并最大化证据下界（ELBO）：

L_VAE = E_q(z|x)[log p(x|z)] - KL(q(z|x) || p(z))

第一项是重构似然，第二项是正则项，把编码分布拉向先验（通常为标准高斯）。采样时从先验采 z，一次前向解码即得样本。VAE 的优点是训练稳定、潜空间连续；缺点是重构项常导致样本偏模糊，且后验近似能力受限于编码器结构。

GAN 不显式写似然，而是让生成器 G 与判别器 D 对抗。以最小最大形式表示：

min_G max_D E_x[log D(x)] + E_z[log(1 - D(G(z)))]

生成器试图让假样本骗过判别器，判别器试图区分真假。采样只需从噪声 z 一次前向生成。GAN 样本锐利，但训练是博弈过程，容易出现模式崩塌和震荡，目标函数本身不提供稳定的收敛保证。

扩散模型把生成拆成“加噪—去噪”两阶段。前向过程按固定噪声表逐步破坏数据，反向过程学习逐步去噪。训练目标常写成噪声预测的均方误差：

L_diff = E_{t,x0,ε}[ || ε - ε_θ(x_t, t)||² ]

采样从纯噪声出发，迭代 T 步（如 1000 步，或使用 DDIM 等加速采样器降到几十步）逐步去噪。扩散模型训练目标简单、样本质量高、覆盖度好，代价是采样计算量大、迭代次数多。

目标函数差异带来的训练与采样特性

把三者放在一起看，最关键的差别在于“监督信号从哪来”。VAE 的监督信号来自重构误差与 KL 正则，梯度路径清晰，训练稳定，但重构项在像素级平均意义下最优，容易产生模糊样本。GAN 的监督信号来自判别器，判别器本身在变化，因此生成器面对的是一个非平稳目标，训练需要仔细平衡学习率、更新比例（如判别器每步更新 1 次、生成器更新 1 次）并使用谱归一化、梯度惩罚等手段。扩散模型的监督信号来自每一步的噪声预测，目标函数是固定的回归问题，训练最稳定，但采样需要反复调用网络。

从采样成本看，VAE 与 GAN 都是“一次前向”，扩散模型是“多次前向”。这直接影响量子化改造的可行性：如果把生成器换成量子线路，VAE 和 GAN 只需在推理时执行一次量子线路；扩散模型若替换去噪网络，则每次采样要执行 T 次量子线路，在当前量子硬件条件下代价很高。因此量子扩散模型通常需要配合少步采样器，或把量子线路只用于低维潜空间。

量子化改造的三个切入点

切入点一：替换生成网络。把 VAE 的解码器或 GAN 的生成器换成参数化量子线路（PQC），输入是低维潜变量编码到量子态的旋转角，输出是测量期望值。这类“量子生成器”在潜空间维度较低时（如 4～8 个量子比特）可以表达复杂的非线性变换，适合小规模数据或作为经典生成器的前置特征变换。

切入点二：替换或增强先验分布。经典 VAE 的先验是标准高斯，量子线路可以制备更复杂的量子态作为先验，再通过测量得到潜变量样本。这相当于把“先验”从简单分布扩展为量子态测量分布，可能提升潜空间覆盖度，但需要额外处理测量噪声与采样开销。

切入点三：用量子采样加速扩散迭代。扩散模型的瓶颈是迭代步数。可以把去噪网络中的部分线性变换或注意力结构替换为量子线路，或利用量子采样器生成每步所需噪声，从而在较少步数下获得可比样本。这一方向目前更多停留在小规模实验，工程上需要重点评估“量子线路深度 × 迭代步数”的总开销。

一个可操作的对照示例

假设我们在 8 维潜空间上做小规模灰度图生成实验，数据为 16×16 的简单几何图形，训练集 2000 张。可以设计如下对照：

示例参数仅用于说明实验设计思路，不代表实际运行结果。实际执行时，量子 VAE 的“一次采样”需要多次测量取期望，测量次数（shots）会直接影响方差；若 shots 取 1024，单次采样耗时可能明显高于经典前向。判断是否值得量子化，应同时看样本质量是否提升、训练是否更稳定、以及总采样开销是否可接受。