1．基本を理解
読み方・用語解説- 読み方
- かくさんもでる
- 英語名
- Diffusion Model
- 提唱者・年代
- 現代の生成モデル（2020年の論文で体系化、Stable Diffusionが代表）
💡 豆知識——“拡散＝ノイズが広がっていく”こと。逆に“ノイズを少しずつ除去する過程”を学習するのがミソ。
【セットで覚えたい関連用語】
生
生成AI画像生成の代表的な生成モデル。L
LLM文書生成の代表。対で覚える。G
GAN2つのネットワークが競う、別路線の生成モデル。2．意味（定義）と例え話
一言で言うと？
乱数（ノイズ）から徐々にノイズを除去（デノイズ）する過程を学習し、画像などを生成する生成モデル。
背景・歴史的流れ
データに段階的にノイズを加える“前向き過程”の逆、つまり“ノイズ除去”を学習する。高品質・多様で、現在主流（Stable Diffusionなど）。
身近な例え話
古い写真の“ノイズ除去”を極限まで繰り返す——純粋な砂嵐（ノイズ）から、少しずつ鮮明に“現像”していくイメージ。
AIとの関係
画像生成の現在主流（Stable Diffusion、DALL-Eなど）。
おすすめの活用法・注目ポイント
「ノイズ除去の過程を学習／ノイズから生成／現在主流」が鉄板。
3．直前に理解（Q&A）
7問Q1. 拡散モデルとは？最頻出
乱数（ノイズ）から徐々にノイズを除去（デノイズ）する過程を学習し、画像などを生成する生成モデル。
Q2. 生成の仕組みは？最頻出
ノイズ（乱数）から、“ノイズを少しずつ取り除く”過程を繰り返して画像を生み出す。
Q3. 何を学習する？頻出
データに段階的にノイズを加える逆過程（ノイズ除去）。
Q4. 「拡散モデルは画像にノイズ“を加える”ことを学習する」は正しい？ひっかけ
注意。ノイズを加えるのは前向き過程で、学習するのはその逆の“ノイズ除去”。
Q5. 特徴は？頻出
高品質・多様な画像を生成できる。
Q6. 代表例は？頻出
Stable Diffusionなど（画像生成で現在主流）。
Q7. 位置づけは？親と子
生成AI⊃拡散モデル（画像）。
4. まとめ
拡散モデル＝ノイズ除去の過程を学習し、ノイズから画像を生成。画像生成の現在主流。