拡散モデル（Diffusion Model）とは、データにノイズを段階的に加える過程と、そのノイズを除去する過程を学習することで、新しいデータを生成する機械学習手法です。Stable Diffusion、DALL-E、Midjourney、Soraなど、現在主流の画像・動画生成AIの中核技術として広く活用されています。
拡散モデルの仕組みは「前向き過程」と「逆向き過程」の2段階に分かれます。前向き過程では、元のデータ（画像など）に少しずつノイズを加えて最終的に完全なランダムノイズにします。逆向き過程では、ニューラルネットワークがこのノイズ除去過程を学習し、ランダムノイズから元のデータに近い新しいデータを生成します。この段階的なアプローチにより、従来のGAN（敵対的生成ネットワーク）よりも安定した学習が可能になっています。
ビジネス活用では、マーケティング素材の自動生成、製品デザインの提案、建築・インテリアの可視化など幅広い分野で効果を発揮しています。特にプロンプトエンジニアリングとの組み合わせにより、テキスト指示から高品質な画像を生成できるため、クリエイティブ業務の効率化や新しいアイデア創出に大きく貢献しています。企業では制作コストの削減と創作プロセスの高速化を同時に実現する重要な技術として注目されています。