Como os diffusion models geram imagens

Parte do curso de Prompt Engineering

Até aqui, todo prompt que você escreveu produziu texto. Esta lição abre a Parte 3, em que o mesmo prompt produz uma imagem. O meio muda, mas a mentalidade da Parte 1 não: você continua guiando um modelo com palavras, e palavras vagas continuam rendendo resultados vagos. Antes de conseguir escrever bons prompts para um modelo de imagem, ajuda saber o que ele de fato faz quando transforma a sua frase em uma figura.

Um palpite comum é que um modelo de imagem busca em uma biblioteca enorme e costura pedaços de figuras existentes. Não é isso que acontece. Não há colagem nem consulta. O modelo constrói cada imagem do zero, e a matéria-prima de que ele parte é puro ruído aleatório.