Mô hình khuếch tán là một cơ chế AI học quá trình thêm nhiễu vào hình ảnh để phá hủy nó và ngược lại, tạo ra hình ảnh chất lượng cao bằng cách khôi phục hình ảnh khỏi nhiễu.
Mô hình khuếch tán là một loại mô hình sinh sử dụng mạng thần kinh để tìm hiểu "khuếch tán thuận", thêm nhiễu Gaussian vào dữ liệu theo từng bước và "khuếch tán ngược", loại bỏ nhiễu đó từng bước và khôi phục dữ liệu. Đây là công nghệ cốt lõi của Stable Diffusion và Midjourney, đồng thời đã trở thành AI tạo ảnh chủ đạo từ năm 2023 trở đi vì nó ít bị sập chế độ hơn và có thể cung cấp nhiều đầu ra khác nhau so với GAN.
Một nhược điểm trong hoạt động thực tế tính đến năm 2026 là số bước tạo (thường là 20 đến 50 bước) có liên quan trực tiếp đến chi phí suy luận GPU. Ở những trang web tạo ra hình ảnh có độ phân giải cao (1024px trở lên) với số lượng lớn, giá mỗi hình ảnh thường trên 0,01 USD đến 0,05 USD và nếu bạn đưa nó vào sản xuất mà không biết giá thị trường, chi phí sẽ tăng gấp nhiều lần so với dự kiến. Ngoài ra, tính nhất quán của lời nhắc văn bản và đầu ra có thể được kiểm soát bằng LoRA và ControlNet, nhưng độ chính xác của lời nhắc tiếng Nhật rất khác nhau tùy theo kiểu máy, vì vậy ReviewAI cũng tập trung vào ``khả năng tương thích với tiếng Nhật'' làm trục đánh giá. Về cách chọn theo ứng dụng, thông lệ tiêu chuẩn trong lĩnh vực này là chọn một mô hình có giấy phép rõ ràng (SDXL Turbo, v.v.) cho mục đích thương mại và mô hình LCM bước nhỏ để tạo tốc độ cao.