Los modelos de difusión resolvieron lo que las GAN no pudieron: entrenamiento estable, alta diversidad y controlabilidad detallada. La idea central es elegante: aprender a revertir un proceso de adición de ruido. Agregue ruido gaussiano a una imagen 1000 veces hasta que no quede nada reconocible, luego entrene una red neuronal para deshacer un paso de ruido a la vez. En la inferencia, comience desde el ruido puro y deje que la red elimine el ruido hasta obtener una imagen coherente.