Comprendre l'IA / Glossaire

Modèle de diffusion

Un modèle de diffusion est un type d'IA générative qui crée des images (et parfois de la vidéo ou du son) en partant d'un bruit aléatoire qu'il retire étape par étape, guidé par un prompt, jusqu'à ce qu'une image apparaisse.

Pendant l'entraînement, le modèle voit beaucoup d'images auxquelles on ajoute de plus en plus de bruit, et apprend à retirer ce bruit petit à petit. Il apprend aussi quels éléments d'image vont avec quels mots.

Pour créer une nouvelle image, il part d'une neige pure et prédit à chaque fois une version un peu moins bruitée qui colle au prompt. Après de nombreuses petites étapes, une image détaillée apparaît.

Comme le modèle reconstruit les images à partir de régularités apprises, il peut faire des erreurs typiques, comme des mains bizarres, du texte illisible ou des reflets impossibles, même si elles se font plus rares. C'est pour ça que les étiquettes, l'origine du contenu et le contexte comptent plus que la chasse aux défauts.