Modèles et produitsArchitecture des LLM Mis à jour en 2026

Modèle de diffusion

Définition

Un modèle génératif qui apprend à créer des données en inversant un processus de bruitage progressif — la technologie derrière la plupart des générateurs d’images IA modernes.

Les modèles de diffusion, formalisés par Sohl-Dickstein et al. (2015) et rendus opérationnels pour la synthèse d’images de haute qualité par Ho et al. (2020), fonctionnent en deux phases : un processus direct qui ajoute progressivement du bruit aux données, et un processus inverse appris qui débruite un bruit aléatoire jusqu’à obtenir un échantillon cohérent.

Ils sont à la base des principaux systèmes texte-image actuels et sont de plus en plus utilisés pour générer de l’audio et de la vidéo.

Références

Sources primaires, évaluées par les pairs et archivées pour cette définition.

Denoising Diffusion Probabilistic Models
Ho, J., Jain, A., & Abbeel, P. (2020). Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
Deep Unsupervised Learning using Nonequilibrium Thermodynamics
Sohl-Dickstein, J., Weiss, E. A., Maheswaranathan, N., & Ganguli, S. (2015). Proceedings of the 32nd International Conference on Machine Learning (ICML 2015).

Dictionnaires et encyclopédies

Citer cette entrée

MultipleChat. « Modèle de diffusion. » Glossaire IA et LLM de MultipleChat, 2026. https://multiple.chat/ai-glossary/diffusion

Termes associés

Voir en pratique

Lancez le même prompt sur ChatGPT, Claude, Gemini, Grok et Perplexity côte à côte — avec vos propres fichiers comme contexte et des réponses que vous pouvez recouper.

Essayer MultipleChat gratuitement

Pour aller plus loin

Voir les offres payantes