Un modelo de difusión se entrena tomando una imagen real y agregándole ruido de forma progresiva hasta que se vuelve puro ruido aleatorio; luego aprende el proceso inverso, quitando ruido paso a paso. Una vez entrenado, puede partir de ruido puro y “revelar” gradualmente una imagen completamente nueva y coherente.
Por qué se volvieron el estándar
Los modelos de difusión superaron a las GAN en la calidad y diversidad de las imágenes generadas, y se convirtieron en la base de la mayoría de los generadores de imágenes a partir de texto más populares, gracias a un entrenamiento más estable y resultados más consistentes.