Ein Diffusionsmodell ist eine generative KI-Technik, die aus Rauschen schrittweise verwertbare Daten erzeugt. Im KI-Kontext ist der Begriff besonders relevant für Bild-KI, schnellere Generatoren, Diffusers-Werkzeuge und verwandte Ansätze wie Latent Diffusion.

Definition

Ein Diffusionsmodell ist eine Modellklasse der generativen KI, die aus Rauschen schrittweise Bilder, Audio oder andere Daten erzeugt. Der englische Begriff "Diffusion Model" wird häufig synonym verwendet.

Der Kernbegriff "Denoising" bedeutet Entrauschen: Ein Modell lernt, aus einem verrauschten Zwischenzustand wieder eine klarere Version der Daten zu rekonstruieren. Dadurch kann es bei der Erzeugung neuer Inhalte von Rauschen aus starten und Schritt für Schritt ein Ergebnis formen.

Was der Begriff im KI-Kontext meint

Im KI-Kontext steht "Diffusionsmodell" vor allem für die technische Grundlage vieler Bild- und Kreativ-KI-Systeme. Die bestehende Wiki-Seite ordnet Diffusion als prägende Modellklasse für Bild- und Video-KI ein und nennt als praktische Kontexte unter anderem Stable Diffusion, SDXL Turbo, Stable Cascade, Runway, Luma, Sora-ähnliche Systeme und Bildbearbeitung.

Belege zeigt den Begriff konkret am Beispiel "Würstchen": Das Modell wurde im KI-Kontext als schnelleres Diffusionsmodell beschrieben, das auch mit sehr kleinen Bildern funktionieren soll. Ein weiteres Beispiel ist ein MIT-Ansatz, bei dem ein "Schüler"-Modell den Prozess eines "Lehrer"-Diffusionsmodells in einem einzigen Schritt nachahmt und dadurch deutlich schneller sein soll.

Einfaches Funktionsbild

Eine anschauliche Kurzform lautet: Das Modell beginnt mit zufälligem Rauschen und entfernt dieses Rauschen in mehreren Schritten, bis ein plausibles Ergebnis entsteht. Bei Bild-KI ist dieses Ergebnis typischerweise ein Bild, bei anderen Systemen können es auch andere Datenformen sein.

Die Hugging-Face-Dokumentation beschreibt Diffusers als Bibliothek für vortrainierte Diffusionsmodelle. Das stützt die Einordnung, dass Diffusion nicht nur ein einzelnes Produkt ist, sondern eine verbreitete Modell- und Werkzeugfamilie für generative KI.

Wichtige Unterscheidungen

Nicht jedes generative KI-System ist ein Diffusionsmodell. Der Begriff bezeichnet eine bestimmte Modellfamilie, während Produktnamen, Apps oder Kreativ-Workflows nur konkrete Anwendungen oder Oberflächen sein können.

Ein wichtiger verwandter Begriff ist "Latent Diffusion Model". Das Paper "High-Resolution Image Synthesis with Latent Diffusion Models" belegt diese Unterfamilie im Kontext hochauflösender Bildsynthese. Für Leserinnen und Leser genügt als erste Abgrenzung: Diffusion beschreibt das Erzeugungsprinzip, Latent Diffusion eine spezielle Variante davon.

Auch schnelle Ein-Schritt- oder Fast-Diffusion-Ansätze sind nicht zwingend ein Bruch mit dem Diffusionsprinzip. Im Newsletter-Beispiel wird ein Schüler-Modell trainiert, den Ablauf eines Lehrer-Diffusionsmodells in einem einzigen Schritt nachzuahmen.

Warum Diffusionsmodelle wichtig sind

Diffusionsmodelle sind wichtig, weil sie im KI-Kontext als prägende Grundlage vieler Bild- und Video-KI-Systeme erscheinen. Die Themen reichen von klassischer Bildgenerierung über Inpainting und Bildbearbeitung bis zu kreativen Workflows.

Die Newsletter-Beispiele zeigen außerdem, dass Geschwindigkeit ein wiederkehrendes Thema ist: "Würstchen" wird als schnelleres Diffusionsmodell erwähnt, und der MIT-Ansatz zielt darauf, hochwertige Bilder durch ein Schüler-Modell schneller zu erzeugen.

Weitere Seiten

Quellen und Belege

AI-Breakdown-Ausgaben

Externe Quellen