Modelo de difusión: crear una imagen quitando ruido
Un modelo de difusión es un tipo de IA generativa que produce una imagen, un audio o un vídeo partiendo de ruido aleatorio, como una televisión sin señal, y limpiándolo paso a paso hasta obtener un resultado coherente.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Intermedio |
|---|---|
| Origen | 2015 |
| Introducido por | Sohl-Dickstein et al. |
El principio
Durante el entrenamiento, millones de imágenes se van estropeando poco a poco al añadirles ruido, hasta que solo queda nieve aleatoria. Una red neuronal aprende la tarea inversa: a partir de una imagen con ruido, adivinar qué ruido hay que quitar. Una vez entrenada, puede partir de ruido puro y «limpiarlo» muchas veces seguidas, hasta que surge una imagen que no existía.
Un ejemplo concreto
Usted pide a una herramienta de generación de imágenes: «un faro bajo la tormenta, estilo acuarela». El modelo toma una imagen de ruido al azar. En cada paso quita un poco de ruido guiándose por su texto: primero manchas de color, luego una silueta vertical, después el mar, la luz y la textura del papel. Si cambia el ruido de partida, obtendrá otro faro.
Origen y por qué es importante
El enfoque se describió ya en 2015, por Sohl-Dickstein y sus coautores, que se inspiraron en la física estadística. En 2020, el trabajo de Ho, Jain y Abbeel (DDPM) demostró que podía producir imágenes de gran calidad. A finales de 2021, Rombach y sus coautores propusieron trabajar en un espacio comprimido (difusión latente), lo que reduce mucho el cálculo necesario; es la base de Stable Diffusion.
Estos modelos se han convertido en un pilar de la IA generativa visual. También explican por qué las imágenes realistas, incluidos los deepfakes, son hoy tan fáciles de producir.
Errores e ideas falsas frecuentes
- «El modelo pega trozos de imágenes existentes». Construye una imagen nueva a partir del ruido, apoyándose en lo que ha aprendido. Aun así, las cuestiones de derechos de autor sobre las imágenes de entrenamiento siguen en debate.
- «Difusión y transformer son opuestos». La difusión es un método de generación; la red que elimina el ruido puede ser a su vez un transformer.
- «Es instantáneo». Cada imagen exige varias pasadas sucesivas por la red, lo que hace la generación más costosa que una simple predicción.
Términos relacionados: IA generativa, generación de imágenes, deepfake, red neuronal.
Términos relacionados
- Generación de imágenes · Creación de una imagen nueva por una IA a partir de una descripción escrita (un prompt) o de otra imagen.
- IA generativa · IA capaz de crear contenido nuevo (texto, imagen, audio, vídeo, código) a partir de una simple petición escrita o hablada.
- Deepfake (ultrafalso) · Imagen, vídeo o voz manipulados con IA para hacer creer que una persona real dijo o hizo algo que nunca dijo ni hizo.
- Red neuronal · Programa formado por muchas pequeñas unidades de cálculo conectadas, que aprende ajustando la fuerza de las conexiones entre ellas.
- Transformer · Arquitectura de red neuronal basada en la atención, presentada en 2017, que sirve de base a casi todos los grandes modelos de lenguaje.
Todo el glosario
Preguntas frecuentes
¿De dónde viene el nombre «difusión»?
De una analogía con la física: como una gota de tinta que se difunde en el agua, la imagen original se va desdibujando con ruido. El modelo aprende el camino inverso, del ruido a una imagen nítida.
¿Por qué el mismo prompt da imágenes distintas cada vez?
Porque el punto de partida es un ruido aleatorio diferente cada vez. Muchas herramientas permiten fijar ese punto de partida (la «semilla», o seed) para reproducir una imagen.
¿Los modelos de difusión solo sirven para imágenes?
No. El mismo principio se aplica al audio, la música o el vídeo. Aun así, la imagen sigue siendo el uso más conocido por el gran público.
¿Quién inventó los modelos de difusión?
La idea la describieron en 2015 Jascha Sohl-Dickstein y sus coautores. Jonathan Ho, Ajay Jain y Pieter Abbeel la hicieron mucho más eficaz en 2020, y la difusión latente la abarató en 2021.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.