نقدم نتائج عالية الجودة في توليد الصور باستخدام نماذج احتمالية التشتت، وهي فئة من نماذج المتغيرات المخفية المستوحاة من اعتبارات الترموديناميكا غير المتوازنة. تم الحصول على أفضل النتائج من خلال تدريب النموذج على حدّ تغاير موزون تم تصميمه وفقًا لاتصال جديد بين نماذج احتمالية التشتت وطريقة مطابقة التدرج التخلص من الضوضاء باستخدام ديناميكية لانجفان، كما أن نماذجنا تتيح بشكل طبيعي خطة تفكيك تدريجي مفقودة (Lossy Decompression) يمكن تفسيرها على أنها تعميم لطريقة فك التشفير التلقائي (Autoregressive Decoding). على مجموعة بيانات CIFAR10 غير المشروطة، حققنا درجة إنسيبشن (Inception Score) قدرها 9.46، ودرجة FID من أحدث المستويات (State-of-the-art) قدرها 3.17. وعلى بيانات LSUN بحجم 256×256، توصلنا إلى جودة عينات تشبه جودة ProgressiveGAN. يمكن الوصول إلى التنفيذ العملي عبر الرابط التالي: https://github.com/hojonathanho/diffusion