學習目標：DDPM 與 DDIM 用同一個 score、同一組起點，只差 η（每步加回多少噪聲）。η=1 是 DDPM、η=0 是 DDIM。

淡橘＝資料　細線＝每個起點走過的軌跡　亮點＝終點 x₀　（score 直接用資料精確計算，相當於一個訓到最佳的網路）

把 η 從 1 拉到 0：軌跡從抖動變成光滑，但兩邊的終點都落在資料上——這就是「邊際相同」。把步數從 200 降到 50、25、10，下面的距離會一路變大，而 η=0 通常掉得慢一些。另外注意 η=0 的軌跡明顯是彎的，這正是少步時誤差的來源。（這裡的 score 是用資料精確算的，所以看不到「網路有誤差時，加噪聲能把樣本拉回來」那一面——那要真的訓練才看得到。）