Förstör en bild med brus och lär dig sedan att vända på processen. Diffusionsmodeller tränas genom att gradvis lägga till brus i data och sedan lära sig att eliminera brus steg för steg. När de väl är tränade kan de börja med rent brus och generera nya sampel som ser ut som träningsfördelningen.

Metoden driver många av dagens bildgeneratorer. Kvaliteten är hög och träningsmålet är stabilt jämfört med generativa adversariella nätverk, som kan drabbas av modkollaps och instabil dynamik.

Viktiga steg

• Framåtgående process, vilket lägger till brus över många steg
• Omvänd process, att lära sig att brusreducera
• Sampling, generering från slumpmässigt brus
• Konditionering, vägledning av utdata med text eller annan inmatning

Kostnaden är hastigheten. Att generera en enda bild kan kräva dussintals eller hundratals nätverkspass. Destillation och snabbare samplare minskar antalet steg, men diffusion är fortfarande mer beräkningsintensiv än vissa alternativ.