Letramento em IA / Glossário

Modelo de difusão

Um modelo de difusão é um tipo de IA generativa que cria imagens (e às vezes vídeo ou áudio) partindo de ruído aleatório e removendo esse ruído passo a passo, guiado por um prompt de texto, até surgir uma imagem.

No treino, o modelo vê muitas imagens com cada vez mais ruído e aprende a desfazer esse ruído aos pouquinhos. Ele também aprende quais características da imagem combinam com quais palavras.

Para criar uma imagem nova, ele começa com chuvisco puro e prevê várias vezes uma versão um pouco menos ruidosa que combine com o prompt. Depois de muitos passos pequenos, surge uma imagem detalhada.

Como o modelo reconstrói imagens a partir de padrões aprendidos, ele pode cometer erros típicos, como mãos estranhas, textos embaralhados ou reflexos impossíveis, embora isso esteja ficando mais raro. Por isso rótulos, informações de origem e contexto importam mais do que caçar defeitos.