生成AI・LLM
拡散モデル（Diffusion Model）とは？意味・仕組みをわかりやすく解説
かくさんもでる / Diffusion Model ／ 最終更新日：2026年7月7日
30秒でわかる定義
拡散モデルとは、画像などのデータに徐々にノイズを加える過程を逆にたどり、ノイズから高品質なデータを生成する生成AIの手法です。Stable DiffusionやDALL·E等の画像生成AIの中核技術で、近年は動画・音声・3D生成にも広がっています。
仕組み・基本の流れ
- 1学習時：元データに少しずつノイズを加え、最終的に純粋なノイズにする過程（拡散過程）を用意する
- 2モデルは『ノイズを1ステップ分だけ除去する』方法を学習する
- 3生成時：ランダムなノイズから出発し、学習した除去処理を繰り返して徐々にデータを復元する
- 4テキスト条件（プロンプト）を与えることで、指定した内容の画像などを生成できる
実務でのポイント：GAN（敵対的生成ネットワーク）に比べて学習が安定し、高品質・多様な生成ができるのが強みです。生成に多くのステップを要するため速度が課題でしたが、蒸留や高速サンプリング手法で改善が進んでいます。テキストからの生成にはCLIP等でテキストと画像を結びつける仕組みが使われます。
関連する用語
このスキルを活かせる職種と年収は？
拡散モデル（Stable Diffusion等）の実装・応用スキルは、画像・動画生成AIの案件で需要が拡大しています。生成AIエンジニアとして、モデルの仕組みとファインチューニング（LoRA等）を扱えることが差別化になります。
よくある質問
Q. 拡散モデルとGANの違いは何ですか？
A. GANは生成器と識別器を競わせて学習する手法で、学習が不安定になりやすい一方で生成が速いのが特徴です。拡散モデルはノイズ除去を繰り返して生成する手法で、学習が安定し高品質・多様な出力が得やすい反面、生成に複数ステップを要します。近年の画像生成は拡散モデルが主流です。
Q. Stable Diffusionは拡散モデルですか？
A. はい。Stable Diffusionは拡散モデルを、画像を圧縮した潜在空間（latent space）上で動かすことで効率化した『潜在拡散モデル』の代表例です。テキストから画像を生成でき、LoRA等での追加学習も広く行われています。