一言以蔽之：Diffusion的精髓就是一個de-noise的過程。
Stable Diffusion是一個很火的人工智慧繪圖工具，如同它的名字所言，它使用的AI模型就是diffusion。diffusion的中文叫「擴散」，實在是很難從擴散想到人腦模型，不如直接來看個例子。
我本來有一張美女圖（圖一），結果這張圖被噴漆噴到了，沾染了許多雜訊（圖二），由於我大概知道本來的圖的樣子，所以我可以試著把圖二修復回正常（圖三）。後面又有個死小孩塗鴉，把這張圖（圖四）塗成亂七八糟（圖五），雖然這次比上次慘，但我已經有豐富的修復經驗了，所以我成功地把圖五修復回正常（圖六）。……每天都有人來亂畫，我就這樣每天不斷地復原圖。最後，假以時日，我的復圖能力已經超級強，我再也不需要原圖，只要看著一張全是雜點的圖（圖七），我就復原出了美女圖（圖八）。
聽起來很扯嗎？其實不然，這就是「久病成良醫」的概念。如果有一個人一直修復有雜訊的美女圖，修久了他的確能從白紙創造出一張美女圖。如果有一個人一直修復有雜訊的汽車照片，修久了他的確能從白紙創造出一張汽車照片。
由於這個過程是把Gaussian noise隨機擴散入原本noise-free的圖，再訓練神經模型來逆轉擴散，所以把這方法稱呼為diffusion。diffusion這個模型要強大，就需要拿很多張圖給神經網路訓練reverse noise的過程，當網路學會各種圖形的de-noise以後，它就出師了。這時候，只要我們給它一句話，它就能生成圖片。