🧭 一句话对比

1️⃣ 问题出发点：如何跨越域间隙？

两者都在回答同一个根本问题：扩散模型做 I2I 翻译时，如何处理源域与目标域之间的分布差距？

BBDM 的诊断

标准条件扩散模型（DDPM + condition）将 I2I 翻译视为条件生成任务，没有理论保证条件输入能引导到正确的目标分布，在域差距较大时泛化能力弱。

BBDM 的解法：绕开条件生成，改为直接对"源→目标"的轨迹建模。

DRDD 的诊断

扩散模型在加噪时会产生一个被忽视的副作用——域协调（Domain Harmonization）：高斯噪声注入能隐式对齐不同域的特征分布。但现有方法（包括 BBDM）在去噪时同时去除噪声和残差，过早破坏了这个协调效果。

DRDD 的解法：解耦扩散过程，让域协调效果在整个映射过程中得以保留。

2️⃣ 核心机制对比

BBDM：布朗桥过程

布朗桥是一种两端被"钉住"的随机过程，中间状态由两端共同决定：

q(x_t | x_0, x_T) = N( (1 - t/T)·x_0 + (t/T)·x_T , δ_t·I )

• x_0：源图像（固定）
• x_T：目标图像（固定）
• 中间 x_t：在两端之间随机插值，形成"桥"

过程示意：