Conteúdo revisado:
Difusão (em inglês, diffusion) é a técnica de inteligência artificial por trás da maioria dos geradores de imagem a partir de texto. Um modelo de difusão aprende a criar imagens revertendo um processo de ruído: durante o treinamento, ele observa imagens reais às quais se adiciona ruído progressivamente até virarem estática; depois, aprende a desfazer esse processo passo a passo, partindo de ruído puro e “limpando-o” até formar uma imagem coerente guiada pelo texto do pedido.
Essa abordagem alimenta ferramentas como Stable Diffusion, Midjourney e DALL-E, além de geradores de vídeo. A geração acontece em várias etapas de remoção de ruído, o que explica por que criar uma imagem leva alguns segundos. Os modelos de difusão se tornaram o padrão da área de geração visual por produzirem resultados de alta qualidade e grande variedade, superando técnicas anteriores como as redes adversárias generativas (GANs) em muitos cenários.
Quais são os principais trade-offs?
Modelos de difusão costumam gerar resultados por uma sequência de etapas de remoção de ruído. Mais etapas podem aumentar custo e latência, enquanto técnicas de aceleração tentam preservar qualidade com menos cálculo. A avaliação considera fidelidade ao prompt, diversidade, consistência e artefatos, além de direitos sobre dados e saída. Resultados variam conforme modelo, amostrador, resolução e parâmetros.
Referência primária: Ho, Jain e Abbeel — artigo original sobre DDPM
Exemplo prático
Para criar uma imagem de produto, o sistema começa com ruído e o remove em etapas condicionado pelo texto e, às vezes, por uma imagem de referência. Seed, amostrador, número de passos e orientação alteram o resultado. A equipe compara variações e revisa anatomia, texto, marca e direitos antes de publicar.
Como distinguir e avaliar
Difusão é uma família de métodos generativos, não um sinônimo de qualquer gerador de imagens. Há também modelos autorregressivos, adversariais e híbridos. “Mais passos” tampouco garante qualidade: o comportamento depende do modelo, do método de amostragem e do objetivo.
Checklist de avaliação
- Registre modelo, seed, resolução, amostrador e parâmetros.
- Avalie fidelidade ao pedido e defeitos por categoria.
- Confira licença, consentimento e proveniência antes do uso.
Conceitos relacionados: IA generativa · prompt
Fonte primária adicional: Rombach et al. — modelos de difusão latente
Notícias relacionadas
Perguntas frequentes
Quais ferramentas usam modelos de difusão?
Geradores de imagem como Stable Diffusion, Midjourney e DALL-E são baseados em difusão, assim como vários modelos de geração de vídeo a partir de texto.
Por que gerar uma imagem por difusão demora alguns segundos?
Porque o modelo parte de ruído aleatório e o remove em várias etapas sucessivas até formar a imagem final. Cada etapa exige um cálculo, o que torna o processo mais lento que uma resposta de texto.
