Phá hủy một hình ảnh bằng nhiễu, sau đó học cách đảo ngược quá trình. Mô hình khuếch tán được huấn luyện bằng cách thêm nhiễu dần dần vào dữ liệu, sau đó học cách khử nhiễu từng bước. Sau khi được huấn luyện, chúng có thể bắt đầu từ nhiễu thuần túy và tạo ra các mẫu mới trông giống như phân bố huấn luyện.

Phương pháp này là nền tảng của nhiều trình tạo ảnh hiện nay. Chất lượng cao và mục tiêu huấn luyện ổn định hơn so với mạng đối kháng tạo sinh (GAN), vốn có thể gặp phải hiện tượng sụp đổ chế độ và động lực không ổn định.

Các giai đoạn chính

• Quá trình tiến lên, thêm nhiễu qua nhiều bước
• Quá trình ngược lại, học cách khử nhiễu.
• Lấy mẫu, tạo ra từ nhiễu ngẫu nhiên
• Điều chỉnh, hướng dẫn đầu ra bằng văn bản hoặc đầu vào khác.

Cái giá phải trả là tốc độ. Việc tạo ra một hình ảnh duy nhất có thể yêu cầu hàng chục hoặc hàng trăm lần truyền dữ liệu qua mạng. Quá trình chưng cất và các bộ lấy mẫu nhanh hơn giúp giảm số bước, nhưng khuếch tán vẫn tốn nhiều tài nguyên tính toán hơn so với một số phương pháp thay thế khác.