Au cœur de la génération d'images avec les modèles de diffusion se trouve un processus en deux étapes de destruction et reconstruction. L'IA apprend à inverser un processus d'ajout de bruit à une image, et ce faisant, elle apprend à créer une image à partir de bruit pur, guidée par votre prompt textuel.

1️⃣ Processus Direct (Entraînement) : L'IA s'entraîne sur des millions d'images. Dans cette phase, elle prend une image propre et ajoute systématiquement des couches de bruit aléatoire jusqu'à ce que l'image originale soit complètement méconnaissable—juste du static.

2️⃣ Processus Inverse (Apprentissage) : La tâche cruciale du modèle est d'apprendre à inverser ce processus. Il s'entraîne à prédire et retirer le bruit d'une image bruitée, étape par étape, pour récupérer l'image propre originale.

3️⃣ Génération (Inférence) : Quand vous fournissez un prompt, le modèle commence avec du bruit aléatoire pur et applique ses connaissances de 'débruitage' apprises. Guidé par le texte, il retire le bruit de manière structurée pour créer une toute nouvelle image qui correspond à votre description.