Echantillonneur DDIM

Définition

DDIM (Denoising Diffusion Implicit Models) est un algorithme d'echantillonnage propose par Song, Meng et Ermon en 2020 qui accelere la generation d'images par les modeles de diffusion en remplacant le processus markovien stochastique des DDPM (Denoising Diffusion Probabilistic Models) par un processus non markovien et deterministe. Alors qu'un DDPM classique necessite generalement plusieurs centaines a un millier de pas de debruitage pour produire une image de qualite, DDIM permet d'obtenir un resultat comparable en 20 a 50 pas, en reformulant l'equation de mise a jour pour sauter directement entre des etapes non consecutives du processus de diffusion, sans reentrainer le modele sous-jacent. Son caractere deterministe (a parametre eta=0) garantit egalement qu'un meme bruit initial et un meme prompt produisent toujours la meme image, une propriete utile pour l'interpolation entre echantillons et l'inversion d'image (retrouver le bruit initial correspondant a une image donnee). DDIM est integre par defaut dans la plupart des interfaces de Stable Diffusion aux cotes d'autres solveurs comme Euler, DPM++ ou UniPC. Pour un ingenieur ML deployant des services de generation d'images en production, le choix de l'echantillonneur est un levier direct d'optimisation du cout d'inference GPU et de la latence percue par l'utilisateur final, sans necessiter de reentrainement du modele de diffusion.