拡散モデル（Diffusion Model）

Identity

• 拡散モデルは、データに徐々にノイズを加える過程を逆にたどり、ノイズ除去を学習することで画像等を生成する生成モデルである。検証待ち Denoising Diffusion Probabilistic Models（arXiv:2006.11239）
• 拡散モデルの起源は、Jascha Sohl-Dickstein氏らが2015年3月12日にarXivで発表した論文『Deep Unsupervised Learning using Nonequilibrium Thermodynamics』であり、非平衡熱力学に着想を得て、データを段階的に破壊する前方拡散過程とそれを逆転させる学習過程という枠組みを提案した。検証待ち Deep Unsupervised Learning using Nonequilibrium Thermodynamics

Capability

• 拡散モデルは、データに徐々にノイズを加える過程を逆にたどり、ノイズ除去を学習することで画像等を生成する生成モデルである。検証待ち Denoising Diffusion Probabilistic Models（arXiv:2006.11239）
• 拡散モデルは、GAN等の従来手法と比べて学習が安定し高品質な画像を生成しやすく、多くの画像生成AIの基盤になった点が特徴である。検証待ち 同上（arXiv:2006.11239）

Credibility

公開Evidence未整備

Use Case

公開Evidence未整備

Constraints / Current Status

• 拡散モデルは、GAN等の従来手法と比べて学習が安定し高品質な画像を生成しやすく、多くの画像生成AIの基盤になった点が特徴である。検証待ち 同上（arXiv:2006.11239）
• arXiv（論文著者）公式のarXiv論文抄録（https://arxiv.org/abs/2112.10752）は、Diffusion Modelの差別化要因に関する第三者報道である。Latent Diffusion Models論文（Stable Diffusionの技術的基盤となった研究）のarXiv公開ページであり、具体的には「限られた計算資源の下で品質と柔軟性を保ったまま拡散モデルを学習できるよう、強力な事前学習済みオートエンコーダの潜在空間上でモデルを適用する手法を提案している」、「これによりピクセル空間で直接処理する拡散モデルと比較して計算資源の必要量を大幅に削減できるとしている」といった記載がある。ただし、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 この論文が説明しているのは潜在空間型という特定の拡散モデルの一手法であり、拡散モデル全般（多くは今もピクセル空間で直接処理する）を指すものではない。またこの論文自体は「Stable Diffusion」という製品名が登場する前に発表されたものであるため、この抄録の文言だけではStable Diffusionへの直接の言及は確認できない。2026年8月21日に同Sourceを取得し、この内容を確認した。検証待ち Diffusion Modelの差別化要因に関する公開情報
• Yang Song, Prafulla Dhariwal, Mark Chen, Ilya Sutskever（OpenAI所属の論文著者。arXiv上での公開）公式のarXiv論文抄録（https://arxiv.org/abs/2303.01469）は、Diffusion Modelの差別化要因に関する第三者報道である。OpenAI所属の研究者らによるarXiv論文抄録がConsistency Modelsについて説明しており、具体的には「Consistency Modelsは、（標準的な拡散モデルの反復的サンプリング過程とは異なり）ノイズを1ステップで直接データへ写像する、生成モデルの独立したファミリーであり、1ステップ生成においてCIFAR-10で3.55、ImageNet 64x64で6.20という最先端のFIDスコアを達成しつつ、オプションとして複数ステップのサンプリングにも対応している。」といった記載がある。ただし、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 これは2023年のオリジナル研究論文であり、報告されているFIDベンチマーク数値はその論文中のCIFAR-10/ImageNet 64x64実験に固有のものであって、すべての画像ドメインや、その後改良されたConsistency Modelsの派生版に一般化すべきではない。2026年08月22日に同Sourceを取得し、この内容を確認した。検証待ち Diffusion Modelの差別化要因に関する公開情報

Key References

• 拡散モデル（Diffusion Model）という手法は、いつ・誰によって最初に提案されましたか？
• 拡散モデル（Diffusion Model）とは何ですか？
• 拡散モデルには、計算資源の制約を抑えるために潜在空間（latent space）で処理を行う手法があり、これはどのようなものですか？

Related

• Stable Diffusion— Stable Diffusionは拡散モデルに基づく画像生成モデルである。
• 生成AI（Generative AI）— 拡散モデルは生成AIの主要な生成手法の一つである。
• DALL·E— DALL·E等の画像生成は拡散モデルの技術と関連する。
• LAION— LAIONの公開データセットは拡散モデルによる画像生成AIの学習に用いられた。
• Robin Rombach— Robin RombachはStable Diffusionの基盤技術であるLatent Diffusion Modelsの開発に中核的に関わった研究者である。