Ein Diffusionsmodell ist eine Bauart generativer KI, die Inhalte erzeugt, indem sie aus reinem Bildrauschen schrittweise ein Ergebnis herausarbeitet. Trainiert wird es umgekehrt: Man verrauscht echte Bilder in vielen kleinen Schritten bis zur Unkenntlichkeit und bringt dem Modell bei, jeden dieser Schritte rückgängig zu machen. Bei der Anwendung startet es dann mit Zufallsrauschen und entrauscht es Schritt für Schritt in Richtung der Textbeschreibung, bis ein Bild entsteht.
Diese Bauart hat GANs in der Bilderzeugung weitgehend abgelöst, weil sie stabiler trainiert und vielfältigere Ergebnisse liefert; sie trägt heute die bekannten Bildgeneratoren sowie zunehmend Video- und Audiomodelle. Der Preis liegt in der Rechenzeit, denn jeder Entrauschungsschritt ist ein eigener Durchlauf durch das Modell, weshalb an schnelleren Verfahren mit weniger Schritten gearbeitet wird.
Praktisch erklärt das Verfahren auch eine bekannte Eigenheit: Dieselbe Beschreibung liefert bei jedem Durchlauf ein anderes Bild, weil der Ausgangspunkt zufällig ist; über einen festgelegten Startwert, den Seed, lässt sich ein Ergebnis reproduzieren.