Lab
Pixel Diffuse
AINTECH · Proceso de difusión imagen
Los modelos de difusión aprenden a invertir el proceso de añadir ruido gaussiano. Proceso forward: destruye la imagen poco a poco con ruido. Proceso reverse: parte del ruido puro y denoisa iterativamente para recuperar la imagen. Aquí en tu canvas, en tiempo real.
Paso t: 0/20Forward — añadiendo ruido
SNR: 100%Ruido σ: 0.00
Proceso de difusión
x₀
+ε·√β_t
xT
← Forward (destruir) · Reverse (crear) →
x₀
εθ(xt,t)
xT
Proceso gaussiano de Markov
// Forward (cerrado-forma):
q(xₜ|x₀) = N(√ᾱₜ·x₀, (1-ᾱₜ)·I)
// Reverse (aprendido):
pθ(xₜ₋₁|xₜ) = N(μθ(xₜ,t), Σθ)
Aplicaciones reales
- · Generación de imágenes fotorrealistas
- · Síntesis de audio (espectrogramas)
- · Generación de estructuras moleculares 3D
- · Predicción de estructura proteica
- · Video generation frame-by-frame