پرش به محتوای اصلی

جست‌وجو در مدل‌ها، ابزارها، سرویس‌ها، شرکت‌ها، ارائه‌دهندگان، APIها، پلن‌ها، مقالات و اخبار.

معماری و مدل‌ها

مدل انتشار

Diffusion Model

مدل انتشار

معماری تولید تصویر که از نویز شروع می‌کند و گام‌به‌گام آن را به تصویر نهایی تبدیل می‌کند؛ زیربنای ابزارهایی مثل Midjourney و تصویرسازهای مدرن است.

مدل انتشار، معماری غالب تولید تصویر است (و بعد از آن ویدیو): از نویز کامل شروع می‌کند و در چند ده مرحله‌ی «زدودن نویز»، تصویر را پیکسل‌به‌پیکسل می‌سازد. Stable Diffusion، Midjourney، DALL·E و Flux بر همین اصل‌اند.

چرا ترنسفورمر نه؟ چون انتشار طبیعتاً بصری-محور است: بافت، نور و ترکیب‌بندی را بهتر از مدل‌های متنی می‌سازد و نسخه‌های سریع ۲۰۲۶ (.step distillation) آن را بلادرنگ کرده‌اند.

برای تیم محصول: مدل‌های انتشار متن‌باز (Flux، SDXL) با GPU متوسط قابل میزبانی‌اند و مسیر «تولید تصویر ارزان و انبوه» را باز می‌کنند — چیزی که با APIهای مرزی گران است.

بازگشت به واژه‌نامه