拡散モデル（Diffusion Model）

拡散モデル（Diffusion Model）とは、ランダムなノイズから徐々に意味のあるデータ（画像・音声・動画など）を生成する、生成AIの一種です。もともとは物理学や統計力学における「拡散過程」の考え方をベースにしており、近年では特に画像生成AIの分野で革新的な成果を上げています。拡散モデルの基本的な仕組みは以下の2段階で構成されます： 1. ノイズ付加（フォワードプロセス）：実在の画像やデータに徐々にノイズを加えて、最終的に完全なランダムノイズへと変換する 2. ノイズ除去（リバースプロセス）：そのノイズから少しずつ情報を復元し、元のようなデータを生成するよう学習するこのようなプロセスを繰り返すことで、高品質で自然なデータを一から生成することが可能になります。モデルには「U-Net」や「スケジューラー」「自己注意機構」などの技術が用いられており、微細な調整によって生成品質をコントロールできます。拡散モデルを活用した代表的なAIは以下の通りです： • Stable Diffusion（Stability AI） • DALL·E 2（OpenAI） • Midjourney • Imagen（Google Research） • MusicLM・VideoDiffusion など音声・動画分野への応用も進行中主な応用領域： • テキストから画像を生成する Text-to-Image タスク • 顔画像の修復や画像の拡張（Inpainting・Outpainting） • 写真のスタイル変換・合成 • 音楽や映像の自動生成拡散モデルは、従来のGAN（敵対的生成ネットワーク）に比べてトレーニングが安定しやすく、高精度な出力が得られる点で注目されており、今後の生成AIの主流技術として急速に存在感を高めています。

拡散モデル（Diffusion Model）

関連用語

関連サービス

Stable Diffusion

テキストから高精細な画像を生成できるオープンソースの画像生成AIモデル。最新バージョンでは日本語入力にも対応し、多様なスタイルのビジュアルコンテンツ制作が可能。