MODELOS DE
DIFUSIÓN
¿Qué son los Modelos de Difusión?
Los Modelos de Difusión se entrenan aplicando ruido aleatorio a las imágenes, hasta que estas se desvanecen en un patrón completamente indistinguible. A través de este proceso repetido millones de veces, el sistema aprende no solo a añadir ruido, sino a revertirlo paso a paso, reconstruyendo las imágenes originales.
Cuando el modelo ya ha sido entrenado, es capaz de generar imágenes completamente nuevas a partir de puro ruido aleatorio. No existe ninguna imagen latente oculta en ese ruido, ni una correlación previa entre el patrón aleatorio y el resultado final. El ruido es solo un medio, igual que un bloque de barro en manos de un escultor: no contiene implícitamente la figura que se va a crear, pero a través del proceso adecuado, se transforma en una imagen única y coherente con la descripción dada en el prompt.
Desmontando el mito: No es un Corta y Pega
A menudo se piensa que los modelos de generación de imágenes funcionan como un inmenso banco de imágenes, donde cada solicitud extrae fragmentos de una base de datos y los ensambla para formar la imagen final. Esto no es así.
Los modelos de difusión no almacenan imágenes ni combinan partes de imágenes preexistentes. En su lugar, han sido entrenados para aprender patrones visuales a partir de millones de ejemplos, de manera similar a cómo un artista memoriza formas, colores y texturas a lo largo de su experiencia. Cuando el modelo genera una imagen, no está reconstruyendo algo que ya existía, sino aplicando lo que ha aprendido para transformar un lienzo de ruido aleatorio en una nueva composición completamente original.
Si el sistema simplemente recompusiera imágenes de su entrenamiento, sus resultados serían limitados y repetitivos. En cambio, cada generación es única, guiada únicamente por el proceso de refinamiento del ruido y los patrones que el modelo ha interiorizado durante su entrenamiento. No busca piezas de imágenes preexistentes, sino que crea desde cero, siguiendo las instrucciones del prompt.
Algo más que imágenes
Los modelos de difusión no se limitan a la generación de imágenes. Su principio de eliminar progresivamente el ruido hasta reconstruir información estructurada se aplica en múltiples campos. Se utilizan para la reconstrucción de imágenes médicas, el descubrimiento de fármacos y el modelado molecular, así como en la creación de video, donde añaden la dimensión temporal al proceso.
En otras áreas, el mismo enfoque se adapta con diferentes tipos de ruido: Ruido Blanco en la generación de música y voz, Ruido aditivo para la restauración y mejora de imágenes degradadas, y Ruido gaussiano tridimensional en la generación de modelos 3D. Aunque los datos varían, la lógica sigue siendo la misma: transformar el caos en estructura.
El proceso que observamos aquí aplicado a este perrete, repetido millones de veces, convierte a los modelos de difusión en auténticos expertos en la generación de contenido de alta calidad y precisión.
Así como un escultor moldea el barro desde la nada hasta darle forma, los modelos de difusión transforman el ruido en imágenes definidas.