仕組み最終確認 2026.10.23
Diffusion Model
拡散モデルかくさんモデル
ノイズから始め、少しずつノイズを取り除きながら画像などを生成するモデルです。
MEANING
もう少し詳しく
学習では元のデータへ段階的にノイズを加え、その逆向きに元へ戻す方法を学びます。生成時はランダムなノイズから始め、条件やプロンプトに沿うよう何度もノイズを減らして内容を形づくります。画像生成で広く使われ、動画生成にも応用されています。
EXAMPLE
身近な例
「海辺を走る赤い自転車」のような指示を条件として、ランダムなノイズから輪郭・色・細部を段階的に整え、画像を生成します。
MISUNDERSTANDING
よくある勘違い
既存の一枚の画像へぼかしをかけて元へ戻すだけの仕組みではありません。また、生成物の正しさや権利、安全性まで自動で保証するものでもありません。
KEY POINT
覚えておくこと
拡散モデルは生成の仕組みの一つです。学習データ、生成条件、出力の確認は別に必要です。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google Research・High Fidelity Image Generation Using Diffusion Models ↗確認日:2026.10.23