El caso. Una agencia de moda genera fotos de producto con un modelo de difusión. El truco: se aprende a quitar ruido paso a paso. Primero hay que ver el proceso directo, que ensucia una imagen limpia x₀ hasta convertirla en ruido puro.

Lee así. Sube t y la imagen se disuelve; s cambia el schedule (con s grande se ensucia antes). amp es el contraste de la foto que entra: una imagen apagada se pierde en el ruido mucho antes, aunque α_t sea el mismo.

La idea. El proceso directo mezcla imagen y ruido con pesos √α_t y √(1−α_t). La red aprende a predecir ε en cada nivel; generar es recorrer la flecha al revés, de ruido puro (t=1) a imagen (t=0).

Negocio. La agencia describe el producto con un prompt y obtiene fotos de catálogo sin estudio ni sesión: variantes de color, fondo y luz en segundos, a coste marginal casi nulo.

Y ahora. Stable Diffusion y DALL·E hacen justo esto en el espacio latente y condicionados por texto. El principio no cambia: añadir ruido con un schedule y aprender a deshacerlo.