Diffusion model

拡散モデルは、2026 年時点で AI 画像生成の主流アーキテクチャです。Stable Diffusion（SDXL）、FLUX、Nano Banana 2 を含むモデルはいずれも拡散ベースです。Sora 2 や Kling といった動画モデルは、拡散の考え方を時空間に拡張し、ノイズの体積を除去して一貫したフレーム列を生み出します。

拡散モデルが以前のアーキテクチャ（GAN、VAE）に対して持つ核心的な優位性は、サンプルの品質とプロンプトへの忠実度です。トレードオフは生成速度で、各出力には単一の順伝播ではなく複数回のノイズ除去の反復が必要です。これが拡散ベースの生成にそれなりのコストがかかる理由です。