Modelos de difusão funcionam em duas fases: forward process (adição gradual de ruído gaussiano até destruir os dados) e reverse process (aprendizado de como remover o ruído passo a passo para reconstruir dados). Superaram as GANs em qualidade de imagem e estabilidade de treinamento. Variantes incluem DDPM, DDIM, Latent Diffusion (opera em espaço latente comprimido, base do Stable Diffusion) e Consistency Models.