Diffusion Modelの意味

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。

複雑なデータ分布からサンプルを作る生成手法として、画像生成や条件付き生成の構成を説明する基礎になります。

現在はサンプリング回数、条件入力、解像度、推論速度、学習データと生成物の権利を確認して利用します。