---
id: CP-267
slug: modelli-diffusione-immagini-rumore
lang: it
title: Modelli di diffusione
description: Come un'IA parte da un rumore casuale per produrre un'immagine, e che cosa il dipendente può verificare prima di inoltrare o caricare un file.
canonical_url: https://startbrain.io/cyberpedia/it/articles/modelli-diffusione-immagini-rumore/
markdown_url: https://startbrain.io/cyberpedia/it/articles/modelli-diffusione-immagini-rumore.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: Brain, «Modelli di diffusione», Cyberpedia, 2026. https://startbrain.io/cyberpedia/it/articles/modelli-diffusione-immagini-rumore/ (CC BY 4.0)
wing: 4
theme: understand_ai
reflex: air-001
schema: G3
updated: "2026-11-10"
translations:
  it: https://startbrain.io/cyberpedia/it/articles/modelli-diffusione-immagini-rumore/
  fr: https://startbrain.io/cyberpedia/fr/articles/modeles-diffusion-images-bruit/
  en: https://startbrain.io/cyberpedia/en/articles/diffusion-models-image-generation/
  de: https://startbrain.io/cyberpedia/de/articles/diffusionsmodelle-bilder-aus-rauschen/
  es: https://startbrain.io/cyberpedia/es/articles/modelos-difusion-imagenes-ruido/
  nl: https://startbrain.io/cyberpedia/nl/articles/diffusiemodellen-afbeeldingen-uit-ruis/
  pl: https://startbrain.io/cyberpedia/pl/articles/modele-dyfuzyjne-obrazy-z-szumu/
  pt: https://startbrain.io/cyberpedia/pt/articles/modelos-difusao-imagens-ruido/
  ja: https://startbrain.io/cyberpedia/ja/articles/kakusan-moderu-gazo-zatsuon/
sources:
  - "n": 1
    title: Deep Unsupervised Learning using Nonequilibrium Thermodynamics
    publisher: arXiv
    url: https://arxiv.org/abs/1503.03585
    published: "2015-03-12"
    accessed: "2026-11-10"
  - "n": 2
    title: Denoising Diffusion Probabilistic Models
    publisher: arXiv
    url: https://arxiv.org/abs/2006.11239
    published: "2020-06-19"
    accessed: "2026-11-10"
  - "n": 3
    title: "Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency"
    publisher: NIST
    url: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf
    published: "2024-11-18"
    accessed: "2026-11-10"
  - "n": 4
    title: Score-Based Generative Modeling through Stochastic Differential Equations
    publisher: arXiv
    url: https://arxiv.org/abs/2011.13456
    published: "2020-11-26"
    accessed: "2026-11-10"
  - "n": 5
    title: Denoising Diffusion Implicit Models
    publisher: arXiv
    url: https://arxiv.org/abs/2010.02502
    published: "2020-10-06"
    accessed: "2026-11-10"
  - "n": 6
    title: High-Resolution Image Synthesis with Latent Diffusion Models
    publisher: arXiv
    url: https://arxiv.org/abs/2112.10752
    published: "2021-12-20"
    accessed: "2026-11-10"
  - "n": 7
    title: Classifier-Free Diffusion Guidance
    publisher: arXiv
    url: https://arxiv.org/abs/2207.12598
    published: "2022-07-26"
    accessed: "2026-11-10"
  - "n": 8
    title: Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding
    publisher: arXiv
    url: https://arxiv.org/abs/2205.11487
    published: "2022-05-23"
    accessed: "2026-11-10"
  - "n": 9
    title: Extracting Training Data from Diffusion Models
    publisher: arXiv
    url: https://arxiv.org/abs/2301.13188
    published: "2023-01-30"
    accessed: "2026-11-10"
---

# Modelli di diffusione

Un modello di diffusione fabbrica un'immagine partendo da un rumore casuale, che affina passo dopo passo fino a ottenere un'immagine conforme all'istruzione [3]. Per imparare a farlo, segue il percorso inverso: si rovinano delle immagini aggiungendovi rumore, poi il modello impara a ripristinarle. L'idea di partenza, pubblicata nel 2015, è distruggere sistematicamente e lentamente la struttura dei dati con un processo di diffusione, poi apprendere il processo inverso che la ripristina [1]. Nel 2020, dei ricercatori presentano con questa classe di modelli risultati di sintesi di immagini di alta qualità [2].

Per un dipendente, la posta in gioco è pratica. Questi modelli servono a produrre immagini sintetiche realistiche, che si possono ricevere per messaggio o fabbricare in uno strumento pubblico. Il NIST, l'istituto americano delle norme, rileva che l'IA generativa sa produrre immagini, testo, audio e video realistici, il che pone nuovi rischi per la fiducia nell'informazione digitale [3].

## In 30 secondi

- Dove succede: in un'immagine o in un video ricevuti per messaggio, su un social network o in un documento, e negli strumenti pubblici di generazione di immagini in cui si possono caricare dei file.
- Che cosa è in gioco: il NIST cita tra i rischi la lesione dell'integrità dell'informazione, la frode (furto d'identità compreso) e l'inganno di persone con voci, immagini o video sintetici [3].
- Il riflesso: prima di inoltrare un'immagine o un video, verificarne la provenienza; non caricare mai immagini riservate né volti di colleghi in uno strumento pubblico.
- Se è già stato fatto: avvisare senza attendere la squadra sicurezza dell'azienda, indicando lo strumento utilizzato e ciò che è stato caricato.

## Domande dirette

### Che cos'è un modello di diffusione?

È un modello generativo che produce dati, qui immagini, invertendo un'alterazione progressiva. Il principio si ispira alla fisica statistica di non equilibrio: si distrugge la struttura dei dati con una diffusione ripetuta, poi si impara a ristabilirla [1]. DALL-E 2, Imagen e Stable Diffusion sono modelli di diffusione di immagini [9].

### Come impara un modello a ripulire il rumore?

Impara facendo l'inverso di ciò che farà in seguito. Si aggiunge rumore a delle immagini di addestramento, in piccole quantità, finché non resta che rumore. Il modello apprende il processo inverso, che ripristina la struttura [1]. Gli autori di un articolo del 2020 riassumono l'idea così: «Creating noise from data is easy; creating data from noise is generative modeling.» [4] Una volta addestrato, il modello parte da un rumore casuale e lo affina a poco a poco [3].

Questa ripulitura richiede molti passaggi. Una variante chiamata DDIM produce campioni di alta qualità da 10 a 50 volte più velocemente, in tempo di calcolo reale, rispetto al metodo del 2020, con la stessa procedura di addestramento [5].

### Come guida il testo l'immagine?

Il testo fa da istruzione durante la ripulitura. I modelli di diffusione latente aggiungono al modello degli strati detti di attenzione incrociata, che gli permettono di essere guidato da input come testo; lavorano nello spazio latente di autoencoder preaddestrati, il che riduce il fabbisogno di calcolo rispetto ai modelli che operano direttamente sui pixel [6]. Il metodo detto di guida senza classificatore addestra insieme un modello condizionato e un modello non condizionato, poi combina le loro stime per arbitrare tra qualità e diversità dei campioni [7]. Il modello Imagen si appoggia a grandi modelli linguistici generalisti per codificare il testo, e i suoi autori constatano che ingrandirli migliora la fedeltà dell'immagine e la sua corrispondenza con il testo più che ingrandire il modello d'immagine [8].

### Si può riconoscere a occhio un'immagine generata?

Non in modo affidabile. Gli indizi percepibili (riflessi o ombre incoerenti con l'illuminazione, artefatti di fusione con gli sfondi) servono soprattutto ai rilevatori [3]. Riporta anche uno studio del 2024, sulle modalità audio, visiva e audiovisiva, che trova prestazioni vicine al caso [3]. Gli autori di Imagen parlano di un «unprecedented degree of photorealism» [8]. Il NIST scrive inoltre che l'efficacia di molti approcci di trasparenza dei contenuti non è ancora pienamente esaminata [3]. Un riflesso fondato sul solo colpo d'occhio è quindi fragile; la verifica della fonte lo è meno.

### Un'immagine può contenere un contrassegno di origine?

A volte. Il NIST descrive due vie per registrare l'origine di un contenuto: la filigrana digitale, che integra l'informazione nel contenuto stesso, e la registrazione di metadati, firmati o meno [3]. Una filigrana discreta è leggibile da una macchina e difficile da individuare per un essere umano; occorre un rilevatore, che ha una probabilità non nulla di falsi positivi e di falsi negativi [3]. L'assenza di contrassegno non prova quindi nulla.

### Un modello può far riemergere un'immagine del proprio addestramento?

Sì. Dei ricercatori hanno mostrato che dei modelli di diffusione memorizzano immagini dei loro dati di addestramento e le restituiscono al momento della generazione [9].

## Come funziona

La catena si regge su due tempi. All'addestramento, il modello impara a ripristinare immagini che sono state alterate [1]. All'uso, parte da un rumore casuale e lo affina passo dopo passo [3]; il testo fornito orienta il risultato [6][7].

Una formulazione matematica più generale descrive l'alterazione come un'equazione che trasforma lentamente una distribuzione di dati complessa in una distribuzione nota iniettandovi rumore, e un'equazione inversa che toglie questo rumore [4]. Questo quadro include approcci anteriori della generazione per punteggi e della diffusione probabilistica [4]. Il lettore non specialista non ha bisogno delle equazioni: basta ricordare che l'immagine nasce da un rumore tolto a tappe.

Il NIST descrive il percorso di un contenuto sintetico in tre tempi: la creazione, la pubblicazione, poi il consumo, cioè il momento in cui delle persone ricevono, interpretano e agiscono sul contenuto [3]. Il dipendente interviene alle due estremità: può creare, usando uno strumento, e consumare, ricevendo un'immagine.

## Cosa fa Lei

- Prima di inoltrare un'immagine o un video che sorprende, cerchi da dove viene: chi l'ha pubblicato per primo, in quale contesto, e se l'emittente può confermarlo tramite un altro canale.
- Se il contenuto porta un contrassegno di provenienza o dei metadati, li consulti senza considerarli una prova completa: il NIST scrive che nessuna di queste tecniche offre da sola una soluzione completa [3].
- Di fronte a una richiesta urgente avvalorata da una voce o da un video (bonifico, accessi), verifichi con un mezzo diverso da quello della richiesta. Il NIST cita la clonazione vocale tra i mezzi per indurre qualcuno ad agevolare una transazione fraudolenta [3].
- Non carichi mai immagini riservate (piante, documenti fotografati, schermate) in uno strumento pubblico di generazione di immagini.
- Non carichi mai volti di colleghi. Dei ricercatori hanno estratto da modelli di diffusione fotografie di persone presenti nei loro dati di addestramento [9].
- In caso di dubbio su un contenuto ricevuto, lo trasmetta alla squadra sicurezza invece di farlo circolare.

## Le trappole

- L'iperrealismo. Gli autori di Imagen annunciano un grado di fotorealismo senza precedenti, e dei valutatori umani giudicano i suoi campioni alla pari con i dati COCO per la corrispondenza tra immagine e testo [8]. Un'immagine convincente non è un'immagine autentica.
- La falsa fiducia. Il NIST avverte che la trasparenza può creare un falso senso di fiducia, per esempio quando un contenuto appare legittimo secondo misure tecniche ma è tolto dal suo contesto [3].
- Gli strumenti di rilevamento. Non sono ancora ovunque: il NIST scrive che la maggior parte di questi approcci può essere ad anni di distanza da una diffusione ampia sui dispositivi mobili [3].
- I contenuti truccati. Il NIST scrive che immagini, voci o video sintetici possono servire a ingannare sistemi di autenticazione biometrica o delle persone [3].
- La memorizzazione. I ricercatori concludono che i modelli di diffusione preservano molto meno la riservatezza rispetto a modelli generativi precedenti come le GAN [9]. Ciò che contiene la base di addestramento può quindi riemergere.

## Casi reali

### Gennaio 2023: immagini di addestramento estratte da modelli di punta

Il 30 gennaio 2023, nove ricercatori pubblicano uno studio sull'estrazione di dati di addestramento da modelli di diffusione. Con un metodo che genera immagini poi filtra quelle che corrispondono a dati di addestramento, ne estraggono più di un migliaio da modelli di punta, sia fotografie di persone sia loghi di marchi registrati [9]. Gli autori aggiungono che ridurre queste vulnerabilità può richiedere nuovi progressi nell'addestramento che tutela la riservatezza [9].

## Fonti

1. arXiv, «Deep Unsupervised Learning using Nonequilibrium Thermodynamics», 12 marzo 2015. https://arxiv.org/abs/1503.03585 (consultato il 10 novembre 2026)
2. arXiv, «Denoising Diffusion Probabilistic Models», 19 giugno 2020. https://arxiv.org/abs/2006.11239 (consultato il 10 novembre 2026)
3. NIST, «Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency», 18 novembre 2024. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf (consultato il 10 novembre 2026)
4. arXiv, «Score-Based Generative Modeling through Stochastic Differential Equations», 26 novembre 2020. https://arxiv.org/abs/2011.13456 (consultato il 10 novembre 2026)
5. arXiv, «Denoising Diffusion Implicit Models», 6 ottobre 2020. https://arxiv.org/abs/2010.02502 (consultato il 10 novembre 2026)
6. arXiv, «High-Resolution Image Synthesis with Latent Diffusion Models», 20 dicembre 2021. https://arxiv.org/abs/2112.10752 (consultato il 10 novembre 2026)
7. arXiv, «Classifier-Free Diffusion Guidance», 26 luglio 2022. https://arxiv.org/abs/2207.12598 (consultato il 10 novembre 2026)
8. arXiv, «Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding», 23 maggio 2022. https://arxiv.org/abs/2205.11487 (consultato il 10 novembre 2026)
9. arXiv, «Extracting Training Data from Diffusion Models», 30 gennaio 2023. https://arxiv.org/abs/2301.13188 (consultato il 10 novembre 2026)

---

Fonte originale: Cyberpedia, l'enciclopedia pubblica di cybersicurezza e IA pubblicata da Brain. Versione canonica: https://startbrain.io/cyberpedia/it/articles/modelli-diffusione-immagini-rumore/
Puoi riutilizzare liberamente questo testo con licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), a condizione di citare «Brain, Cyberpedia» con un link all'indirizzo qui sopra.
