تُشوّه نماذج الانتشار صورةً بالضوضاء، ثم تُدرّب على عكس هذه العملية. تتدرب هذه النماذج بإضافة الضوضاء تدريجيًا إلى البيانات، ثم تتعلم كيفية إزالة الضوضاء خطوةً بخطوة. بعد التدريب، يمكنها البدء من ضوضاء نقية وتوليد عينات جديدة تُشبه توزيع بيانات التدريب.

يعتمد هذا النهج على العديد من مولدات الصور الحالية. يتميز بجودة عالية، وهدف تدريب مستقر مقارنة بالشبكات التوليدية التنافسية، التي قد تعاني من انهيار الأنماط وديناميكيات غير مستقرة.

المراحل الرئيسية

• عملية أمامية، تضيف ضوضاء على مدى خطوات عديدة
• العملية العكسية، تعلم كيفية إزالة الضوضاء
• أخذ العينات، توليدها من الضوضاء العشوائية
• تهيئة المخرجات وتوجيهها باستخدام النصوص أو المدخلات الأخرى

التكلفة تكمن في السرعة. قد يتطلب توليد صورة واحدة عشرات أو مئات من عمليات تمرير الشبكة. يقلل التقطير وتقنيات أخذ العينات الأسرع من عدد الخطوات، لكن يبقى الانتشار أكثر استهلاكًا للموارد الحاسوبية من بعض البدائل.