Son cadenas de Markov entrenadas mediante inferencia variacional.
En visión artificial, esto significa que se entrena una red neuronal para eliminar el ruido de las imágenes borrosas con ruido gaussiano aprendiendo a invertir el proceso de difusión.
[2][3] Los modelos de difusión se introdujeron en 2015 con una motivación de la termodinámica del no equilibrio.
Por ejemplo, un modelo de generación de imágenes comenzaría con una imagen de ruido aleatorio y, después de haber sido entrenado invirtiendo el proceso de difusión en imágenes naturales, el modelo sería capaz de generar nuevas imágenes naturales.
Utiliza modelos de difusión tanto para el modelo a priori (que produce una imagen incrustada dada una leyenda) como para el descodificador que genera la imagen final.