Diffusion Model

公式・公的資料で確認

30秒で分かる答え

Diffusion Modelは、データへ段階的にノイズを加える過程と、そこからノイズを取り除いて元の分布に近いデータを生成する過程を利用する生成モデルです。画像生成で広く知られますが、音声、動画、3D、データ合成などにも応用されます。生成品質や速度はモデルとサンプリング方法に依存します。

ノイズを加えて戻す過程を学習しデータを生成するモデル

ノイズを加えて戻す過程を学習しデータを生成するモデル

Diffusion Modelは、データへ段階的にノイズを加える過程と、ノイズから元のデータ分布に近いサンプルを復元する逆過程を学習する生成モデルです。Denoising Diffusion Probabilistic Modelsの論文では、拡散確率モデルを潜在変数モデルとして扱い、ノイズ除去とスコア推定に関係する学習を使って画像を生成する方法が示されています。画像生成サービスでは、テキストや画像などの条件を与え、複数回のサンプリングを通して出力を作る構成が一般的です。Diffusion Modelは単一の製品名ではなく、複数の学習・条件付け・サンプリング方式を含むモデルの種類です。生成された画像や音声が現実の事実、著作権、人物の同一性を保証するわけではありません。ステップ数、ノイズスケジュール、解像度、条件付け、推論最適化によって品質と速度が変わるため、名称だけで出力結果を断定しません。

公式・公的資料で確認

2026/8/21

調査した根拠と項目別の確認履歴をもとに掲載しています。

• Denoising Diffusion Probabilistic Models