Modelo de difusão: o que é

Modelo de difusão é uma família de técnicas de IA generativa usada para criar e editar imagens. O nome vem do processo: durante o treinamento, o modelo aprende como imagens se desfazem quando se adiciona ruído aos poucos, e depois aprende a fazer o caminho inverso, removendo o ruído em etapas até formar uma imagem nítida. Na geração, esse processo é guiado por uma instrução (um texto, por exemplo) ou por uma imagem de partida.

Como isso vira edição de foto?

Para editar uma foto, o modelo recebe a imagem original e uma instrução sobre o que mudar, e refaz a imagem mantendo o que deve ficar e alterando o que foi pedido. É a ideia de inpainting, em que uma região é refeita em coerência com o restante. A qualidade depende do modelo, da instrução e da imagem de entrada.

Como o processo parte de probabilidades, duas tentativas com a mesma entrada podem dar resultados um pouco diferentes. Isso é normal e deve ser levado em conta ao interpretar qualquer simulação.

Quais são os limites?

Entender o limite é parte do uso responsável:

• o modelo produz uma imagem plausível, e não uma medição ou previsão de resultado clínico;
• pode "inventar" detalhes que não estavam na foto, fenômeno chamado de alucinação em IA de imagem;
• é sensível à qualidade da foto: luz ruim, ângulo e resolução baixa pioram a coerência;
• não conhece o produto, a técnica nem a resposta biológica do paciente.

Por isso, qualquer imagem gerada por IA para apresentar a um paciente precisa ser rotulada como ilustrativa. Veja também procedência de imagem de IA.

Por que um profissional de HOF precisa conhecer?

Porque o paciente perguntará: "isso é como vai ficar?". Entender a lógica do modelo permite responder com honestidade: a imagem é uma ilustração coerente do que foi pedido, útil para conversar sobre expectativas, mas não é uma promessa. Quando o profissional entende a ferramenta, usa melhor e explica melhor.

No Harmy

O app envia a foto frontal, com aceite do profissional, a uma IA de terceiros no servidor para gerar a projeção. O prompt respeita o volume em ml informado e proíbe maquiagem, retoque de pele, mudança de expressão, fundo, cabelo e iluminação, para mudar só o que foi marcado. A imagem é sempre uma simulação ilustrativa, não promessa de resultado.

Também chamado de: difusão, diffusion model.