本文探讨了基于得分的生成建模中概率流常微分方程（ODE）的应用，分析了其收敛性和复杂性，提出了多项式时间收敛性保证，比较了确定性与随机采样方法的性能差异，并评估了扩散模型在计算机视觉中的应用，指出在特定条件下，扩散系数的变化能显著提高样本质量。