00 · まず3分で
答えは、3つの要点でわかる
- 1学習では画像へ段階的にノイズを加え、追加されたノイズを推定させます。
- 2生成では新しいノイズから始め、予測に従って少しずつノイズを除きます。
- 3文章による指示は生成の向きを調整しますが、一枚の学習画像を検索して貼る操作ではありません。
01 · 壊す過程から学ぶ
壊す過程から学ぶ
既知の画像へ決められた強さのランダムノイズを加え、ネットワークにノイズ量などを推定させます。時刻情報によって、どの段階の壊れ方かも伝えます。
02 · 生成は逆向きに進む
生成は逆向きに進む
生成時には復元すべき原画がありません。新しいノイズから出発し、学んだ推定を何度も適用すると、輪郭・領域・質感が次第に現れます。
FIG. 02仕組みを段階で追う
壊す過程から学ぶ
既知の画像へ決められた強さのランダムノイズを加え、ネットワークにノイズ量などを推定させます。時刻情報によって、どの段階の壊れ方かも伝えます。
ノイズを加える生成は逆向きに進む
生成時には復元すべき原画がありません。新しいノイズから出発し、学んだ推定を何度も適用すると、輪郭・領域・質感が次第に現れます。
除去を学ぶ文章が経路を導く
プロンプトはテキスト表現へ変換され、変化が指示へ合うようノイズ除去を導きます。初期ノイズが違えば、同じ文章からも別の画像になります。
文章で誘導潜在空間で軽くする
現代の多くの方式は全ピクセルではなく圧縮表現を処理し、最後にデコーダーで画像へ戻します。これが計算量を抑えます。
画素へ復号03 · 文章が経路を導く
文章が経路を導く
プロンプトはテキスト表現へ変換され、変化が指示へ合うようノイズ除去を導きます。初期ノイズが違えば、同じ文章からも別の画像になります。
04 · 潜在空間で軽くする
潜在空間で軽くする
現代の多くの方式は全ピクセルではなく圧縮表現を処理し、最後にデコーダーで画像へ戻します。これが計算量を抑えます。
05 · 写実性は証拠ではない
写実性は証拠ではない
出力は統計パターンと指示と乱数の産物です。偏りや物理的な矛盾を含み得るため、写真らしくても記録写真にはなりません。
06 · 出典と証拠
出典と証拠
主張を、基礎論文・標準文書、または更新記事の一次研究までたどれます。
- 01Denoising Diffusion Probabilistic Models一次研究 ↗
この記事の仕組み・測定事実・確度の境界を支える資料です。
- 02High-Resolution Image Synthesis with Latent Diffusion Models一次研究 ↗
この記事の仕組み・測定事実・確度の境界を支える資料です。
更新履歴2026年8月29日 · 初回5言語版。仕組み・限界・図解・出典を確認。