Model Difusi Laten Adalah? Cara Hemat Daya Membuat Gambar AI di Ruang Representasi

Updated · By Viviai

Model difusi laten (latent diffusion model) adalah jenis model generatif yang menjalankan proses difusi bukan langsung pada piksel gambar, melainkan pada ruang representasi laten (latent space) yang dimensinya lebih kecil. Gambar terlebih dahulu dimampatkan oleh sebuah autoencoder, lalu proses penambahan dan penghapusan derau (noise) berlangsung di ruang laten tersebut sebelum hasilnya diterjemahkan kembali menjadi gambar. Pendekatan ini membuat pelatihan dan pembuatan gambar lebih cepat serta lebih hemat sumber daya, dan menjadi dasar sistem seperti Stable Diffusion.

Konsep dan mekanisme

Model difusi konvensional bekerja langsung pada setiap piksel, sehingga mahal secara komputasi. Model difusi laten memisahkan pekerjaan menjadi dua bagian: pemampatan dan proses difusi.

Tahap Komponen Fungsi
1. Pengodean Encoder (autoencoder variansional) Memetakan gambar asli ke ruang laten yang lebih kecil
2. Difusi Jaringan difusi Menambah lalu menghapus derau pada representasi laten
3. Dekode Decoder Mengubah representasi laten kembali menjadi gambar

Representasi laten

Data asli dipetakan ke ruang laten berdimensi lebih kecil, biasanya melalui autoencoder variansional (VAE) atau model pengode serupa. Ruang ini menyimpan informasi semantik secara lebih ringkas, sehingga data yang diproses pada tahap difusi berukuran jauh lebih kecil dibandingkan gambar penuh.

Proses difusi di ruang laten

Prinsip dasarnya tetap mengikuti model difusi probabilistik:

Pemisahan ini menjadikan proses generatif lebih modular, karena pengodean dan dekodean berdiri terpisah dari proses difusi.

Efisiensi dan keunggulan

Bekerja pada representasi laten dapat mengurangi ukuran data yang diproses hingga beberapa kali lipat dibandingkan bekerja langsung pada piksel. Pengurangan ini berdampak pada:

Dibandingkan pendekatan generatif lain yang sering menghadapi ketidakstabilan pelatihan, model difusi laten menawarkan proses optimasi yang relatif lebih stabil dan distribusi keluaran yang lebih terkendali. Proses penurunan fungsi kerugian tetap mengandalkan backpropagation.

Difusi laten dibanding difusi piksel

Aspek Difusi laten Difusi langsung pada piksel
Ruang proses Ruang laten yang dimampatkan Seluruh piksel gambar
Kebutuhan memori Lebih rendah Lebih tinggi
Kecepatan pelatihan Lebih cepat Lebih lambat
Kualitas gambar Tetap tinggi bila encoder baik Tinggi, tetapi mahal
Cocok untuk Perangkat umum dan konsumen Infrastruktur berdaya besar

Penerapan dan perkembangan

Model difusi laten telah menjadi fondasi bagi sistem generatif yang banyak digunakan, terutama pembangkitan citra berdasarkan deskripsi teks. Pola ini mengikuti pendekatan multimodal yang memetakan teks ke ruang representasi yang terkoordinasi dengan representasi gambar.

Selain pembuatan gambar, pendekatan ini mulai diterapkan pada:

Tantangan dan kritik

Meski menawarkan efisiensi, model ini tetap memiliki keterbatasan:

FAQ

Apa itu model difusi laten?

Model generatif yang menjalankan proses difusi pada ruang laten hasil pemampatan, bukan pada piksel langsung, sehingga lebih hemat sumber daya saat membuat gambar baru.

Apa peran autoencoder pada model ini?

Autoencoder mengubah gambar asli menjadi representasi laten yang lebih kecil (encoder) dan menerjemahkan hasil difusi kembali menjadi gambar (decoder). Proses difusi berlangsung di antara keduanya.

Mengapa model difusi laten lebih hemat daya?

Karena jaringan difusi memproses representasi laten yang dimensinya jauh lebih kecil daripada seluruh piksel gambar, sehingga kebutuhan memori dan biaya komputasi menurun.

Apakah model ini sama dengan Stable Diffusion?

Stable Diffusion adalah salah satu sistem yang menggunakan model difusi laten sebagai fondasinya. Jadi, Stable Diffusion merupakan penerapan dari pendekatan ini, bukan nama teknik yang sama secara umum.

Apa kekurangan model difusi laten?

Kualitasnya bergantung pada autoencoder; bila pemampatan kurang baik, detail dapat hilang. Selain itu ada perhatian pada penyalahgunaan gambar sintetis, yang dijawab antara lain melalui watermarking.

Ringkasan

Sources

  1. https://id.wikipedia.org/wiki/Model_difusi_laten
  2. https://en.wikipedia.org/wiki/Latent_diffusion_model

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free