Diffusion Model (mô hình khuếch tán) là một loại mô hình học máy được sử dụng để tạo ra dữ liệu, chẳng hạn như hình ảnh, bằng cách học cách đảo ngược một quá trình nhiễu. Mô hình được huấn luyện bằng cách thêm nhiễu Gaussian vào dữ liệu huấn luyện, sau đó học cách loại bỏ nhiễu để tái tạo lại dữ liệu gốc. Quá trình này bao gồm hai giai đoạn chính: quá trình khuếch tán xuôi (forward diffusion process), trong đó nhiễu được thêm vào hình ảnh, và quá trình khuếch tán ngược (reverse diffusion process), trong đó nhiễu được loại bỏ để tạo ra hình ảnh. Stable Diffusion là một ví dụ về mô hình khuếch tán được sử dụng để tạo hình ảnh từ văn bản.