Modelo de difusión: cómo pinta la IA imágenes a partir de ruido
Un modelo de difusión es un tipo de IA generativa que crea imágenes, vídeo o sonido limpiando poco a poco un ruido aleatorio. La mayoría de los generadores de imágenes actuales funcionan con modelos así.
En pocas palabras
Imagina una ventana empañada en la que no se ve nada. La vas limpiando poco a poco y de la niebla va apareciendo un paisaje. Un modelo de difusión empieza con «niebla» (ruido aleatorio) y la limpia paso a paso. Pero la limpia de forma que aparezca justo lo que describiste en el prompt.
Cómo funciona
- Durante el entrenamiento, al modelo se le enseñan millones de imágenes a las que se añade ruido poco a poco hasta que son pura «nieve».
- El modelo aprende a hacer lo contrario: quitar un poco de ruido en cada paso.
- Para generar, se parte de ruido aleatorio puro.
- En decenas de pasos, el modelo lo limpia guiándose por la descripción de texto.
- Por eso la misma frase da un resultado distinto cada vez: el ruido inicial es diferente.
Dónde lo verás
Generadores de imágenes y vídeo, relleno de fondo con IA en fotos, ampliación del encuadre más allá de los bordes y «relleno generativo» en editores y móviles. La mayoría de servicios donde escribes «dibuja...» usan modelos de difusión o parientes suyos.
¿Importa al elegir?
Para comprar: si quieres generar y editar imágenes en el dispositivo, necesitarás un chip potente y mucha memoria. Si no, se hace en la nube. Y una habilidad clave: estos modelos se manejan mal con los textos, el número de dedos y los detalles precisos, así que revisa el resultado.
Mitos
- Mito: El modelo busca una imagen hecha en una base de datos y la retoca. En realidad: No, cada vez crea una imagen nueva a partir del ruido.
- Mito: Un modelo de difusión entiende la física del mundo. En realidad: Copia patrones de apariencia, por eso las sombras, los reflejos y los dedos a menudo salen mal.
Preguntas frecuentes
¿Por qué la IA escribe mal el texto en las imágenes?
Porque aprendió las letras como dibujos, no como ortografía. Los modelos nuevos lo hacen mejor.
¿Qué es la «seed» (semilla)?
Un número que fija el ruido inicial. La misma semilla y el mismo prompt dan un resultado parecido.
¿Hay modelos de difusión para vídeo?
Sí, limpian el ruido de muchos fotogramas a la vez manteniendo el movimiento.