Modelo de difusión: qué es

Un modelo de difusión es una familia de técnicas de IA generativa que se usa para crear y editar imágenes. El nombre viene del proceso: durante el entrenamiento, el modelo aprende cómo las imágenes se deshacen cuando se les agrega ruido poco a poco, y luego aprende a hacer el camino inverso, quitando el ruido en etapas hasta formar una imagen nítida. En la generación, ese proceso se guía por una instrucción (un texto, por ejemplo) o por una imagen de partida.

¿Cómo se convierte en edición de fotos?

Para editar una foto, el modelo recibe la imagen original y una instrucción sobre qué cambiar, y rehace la imagen manteniendo lo que debe quedar y alterando lo que se pidió. Es la idea del inpainting, en que una zona se rehace en coherencia con el resto. La calidad depende del modelo, de la instrucción y de la imagen de entrada.

Como el proceso parte de probabilidades, dos intentos con la misma entrada pueden dar resultados un poco distintos. Esto es normal y debe tenerse en cuenta al interpretar cualquier simulación.

¿Cuáles son los límites?

Entender el límite es parte del uso responsable:

• el modelo produce una imagen plausible, y no una medición ni una predicción de resultado clínico;
• puede "inventar" detalles que no estaban en la foto, fenómeno llamado alucinación en IA de imagen;
• es sensible a la calidad de la foto: mala luz, ángulo y baja resolución empeoran la coherencia;
• no conoce el producto, la técnica ni la respuesta biológica del paciente.

Por eso, cualquier imagen generada por IA para presentar a un paciente debe rotularse como ilustrativa. Mira también procedencia de imagen de IA.

¿Por qué un profesional de HOF debe conocerlo?

Porque el paciente preguntará: "¿así es como va a quedar?". Entender la lógica del modelo permite responder con honestidad: la imagen es una ilustración coherente de lo que se pidió, útil para conversar sobre las expectativas, pero no es una promesa. Cuando el profesional entiende la herramienta, la usa mejor y la explica mejor.

En Harmy

La app envía la foto frontal, con la aceptación del profesional, a una IA de terceros en el servidor para generar la proyección. El prompt respeta el volumen en ml indicado y prohíbe el maquillaje, el retoque de piel, el cambio de expresión, de fondo, de cabello y de iluminación, para cambiar solo lo que se marcó. La imagen es siempre una simulación ilustrativa, no una promesa de resultado.

También llamado: difusión, diffusion model.