拡散モデル

拡散モデルとは、ランダムなノイズから始めて、文章のプロンプトにみちびかれながら一歩ずつノイズを取りのぞき、画像（ときには動画や音声）を作る生成AIの一種です。

学習では、モデルはノイズをだんだん多く加えた画像をたくさん見て、そのノイズを少しずつ元にもどす方法を学びます。どの画像の特徴がどの言葉と結びつくかも学びます。

新しい絵を作るときは、まったくの砂あらしから始め、プロンプトに合う、少しだけノイズの少ない画像を何度も予測します。小さな一歩をたくさん重ねると、細かい絵が浮かび上がります。

モデルは学んだパターンから画像を組み立てなおすので、おかしな手、くずれた文字、ありえない反射などの典型的なまちがいが出ることがあります。ただ、それはへってきています。だから不具合を探すより、表示、来歴の情報、状況が大切なのです。