Los modelos de difusión generan datos aprendiendo a revertir un proceso de ruido. Durante el entrenamiento se aprende a reconstruir ejemplos degradados; durante la generación se parte de ruido y se refina gradualmente hasta producir una imagen. En sistemas modernos el texto puede condicionar ese proceso, pero la arquitectura exacta varía.
También conviene separar demostraciones de capacidades reales de producción. Latencia, costos, derechos de uso, privacidad y estabilidad pueden importar tanto como la calidad de una muestra.
Las capacidades concretas cambian entre modelos y proveedores. Antes de incorporar una herramienta a un flujo profesional conviene revisar documentación, permisos, privacidad, costos y límites de uso en lugar de asumir que todos los sistemas funcionan igual.