Diffusionモデル（拡散モデル）は、データに少しずつ「ざらざらしたもの（ノイズ）」を足していく「拡散プロセス」と、そのざらざらを少しずつ消して元のきれいなデータに戻す「逆拡散プロセス」を学ぶことで、新しいデータを生成する機械学習モデルである。
このモデルは、インクが水に広がるような自然の「拡散」の現象にヒントを得ている。学習時には、元の画像に少しずつノイズを加えて完全なノイズにする過程を学習し、生成時にはその逆のプロセスを辿ることで、ランダムなノイズから高品質な画像を生成する。
従来のGAN（敵対的生成ネットワーク）と比較して、拡散モデルは学習が安定しており、いろいろな種類の高品質な画像を作りやすい特徴がある。また、途中の段階をコントロールできるので、部分的に画像を変える、条件をつけて画像を作ることもできる。
特徴
- 安定した学習
GANのような不安定な競争を必要とせず、比較的安定して学習が進む。 - 高品質かつ多様な生成
ノイズ除去を段階的に行うため、多様で高解像度な画像生成が可能。 - 制御性が高い
途中の段階を操作して、部分的な編集や条件の変更が可能。 - 応用範囲の広さ
画像生成だけでなく、音声生成やテキスト生成など多様な分野に応用されている。
提唱・開発の歴史
拡散モデルが大きく注目を集めたのは、2020年に
デザイン上での利用方法
拡張モデルはデザイン分野において以下のような利用方法がある。
- テキストからのビジュアル生成
文字で説明するだけで、イラストやコンセプトの絵を自動生成できる。アイデアスケッチやムードボードの作成効率化に役立つ。 - 画像編集・拡張
既存画像の一部を自然に塗り替え、背景の拡張などができる。InpaintingやOutpaintingと呼ばれる技術として利用されている。 - スタイル変換やバリエーション生成
既存デザインのスタイル変更や、多様なデザインバリエーションの作成が簡単にできる。 - プロトタイプの高速作成
UIやプロダクトデザインのモックアップに必要なビジュアル素材を素早く生成し、開発や検証のスピードアップを実現する。
「この場面に使える」シーンと具体例
- プロダクトデモンストレーション
新製品のプロモーション動画作成に活用できる。例えば、スマートホームデバイスの利用シーンをテキスト指示だけで複数パターン生成し、ターゲット層ごとにカスタマイズした動画を短時間で制作できる。 - UXプロトタイピング
モバイルアプリのインタラクションデザインに利用可能。新機能のUIアニメーションを複数パターン生成することで、最適な動きを事前に検証できる。 - コンテンツマーケティング
SNS向け短尺動画コンテンツの制作に役立つ。商品写真からショート動画を自動生成し、日々の投稿コンテンツを効率的に作成できる。テキストプロンプトを変えるだけで、異なるムードやシーンの動画も簡単に作成可能だ。 - 教育コンテンツ
複雑な概念の説明動画の作成に利用できる。科学的な概念や抽象的なビジネスプロセスをアニメーション動画で可視化し、静止画では伝わりにくい変化や流れを動的に表現できる。
参考リンク
