★
Menú
Inicio Cómo se construye Lista de seguimiento El stack
Hardware ChipsComparar chips Servidores y sistemasRedes MemoriaFundiciones y empaquetado Refrigeración
Instalaciones Centros de datosEnergía ProyectosCloud y cómputo GPU
Inteligencia Modelos de IASoftware Productos de IABenchmarks Artículos de investigaciónConjuntos de datos Conceptos
Ecosistema EmpresasAcciones PersonasCronología TendenciasEl futuro de la IA
Aprender Noticias Consulta los datos Agentes IA
Acerca de Sobre nosotros Metodología Datos y API Aviso legal
Opciones
DATOS Y API

Acceso JSON gratuito de solo lectura a los datos en caché del sitio.
Modo oscuro

Vista guiada
¿Nuevo en el mundo de los chips, los centros de datos y la jerga de modelos? Explicamos los términos clave mientras navegas, en lenguaje claro. Los mismos datos, con la ayuda integrada.

Vista experta
Ya conoces el stack. Solo los datos: limpios, rápidos y compactos, sin explicaciones adicionales. Esta es la vista predeterminada.

Idioma de la interfaz
‹ Atrás
Inicio › Artículos de investigación › Denoising Diffusion Probabilistic Models (2020)

Denoising Diffusion Probabilistic Models (2020)

Artículo de investigación Sorpresa arquitectónica

The DDPM paper behind every image and video generator.

Estás viendo un registro de artículo de investigación: un paper de referencia y qué aportó al campo.

Ho, Jain and Abbeel made diffusion practical for image synthesis, and latent diffusion (Rombach 2022) made it cheap enough for consumer GPUs — the two steps from which Stable Diffusion, Midjourney-class systems, Sora and Veo all follow.

Cómo se conecta con el resto del stack

Introduced in · 1 Basis for · 3 Denoising Diffusion Probabilistic Models (2020)

Los enlaces de esta ficha de un vistazo: haz clic en un grupo para ir directamente a él.

Introducido en

Diffusion Models

Fuentes

arXiv 2006.11239 ↗

Registro revisado a fecha de 2026-01-15 — ver Metodología.