เปรียบเทียบวิธี

	แบบจำลองการแพร่ (Diffusion Model)	แบบจำลองเชิงกำเนิดที่ใช้คะแนน
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2020	2019
ผู้ริเริ่ม	Ho, J., Jain, A. & Abbeel, P.	Song, Y. & Ermon, S.
ประเภท	Generative deep learning (denoising diffusion)	Score-based generative model (SDE framework)
แหล่งต้นตำรับ	Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS.	Song, Y. & Ermon, S. (2019). Generative Modeling by Estimating Gradients of the Data Distribution. NeurIPS 32, 11895–11907.
ชื่อเรียกอื่น	Difüzyon Modeli (DDPM / Stable Diffusion), difüzyon modeli, denoising diffusion model, DDPM	Skor Tabanlı Üretici Model (Score-Based / SDE), score-based diffusion, SDE-based generative model, score SDE
ที่เกี่ยวข้อง	4	5
สรุป	A diffusion model is a generative deep-learning method, introduced by Ho, Jain and Abbeel in 2020 (DDPM), that learns to produce high-quality images, audio and molecular structures by reversing a step-by-step noising process. It has largely displaced GANs as the current state of the art in generative modelling.	A score-based generative model, introduced by Yang Song and Stefano Ermon in 2019 and generalized to the stochastic differential equation (SDE) framework in 2021, learns the gradient of the data density — the score — rather than predicting noise directly, and uses it to generate new samples. It is the mathematical generalization that unifies diffusion models under a continuous-time formulation.