【G検定過去問風テスト】潜在拡散モデル（LDM）の特徴に関する4択問題

2026年8月3日 2026年8月3日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

画像を一度VAEなどで低次元の「潜在空間」に圧縮してから拡散プロセス（ノイズ除去）を行うことで、計算コストを劇的に削減したモデルであり、有名な「Stable Diffusion」のベース技術としても知られるものとして、最も適切な選択肢を1つ選べ

A）潜在拡散モデル（Latent Diffusion Model / LDM）
B）自己回帰モデル（Autoregressive Model）
C）標準的なオートエンコーダ（AE）
D）Conditional GAN（cGAN）

🔍 ここをクリックして正解を見る

正解: A）潜在拡散モデル（Latent Diffusion Model / LDM）

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

従来の拡散モデルは高解像度ピクセル上で直接ノイズ計算を行うため、計算量が非常に重かった。
画像を一度「潜在空間」に小さく圧縮して処理することで、高品質を保ったまま高速な画像生成を実現した。

■ 初学者向け解説（例え話や背景）

従来の拡散モデルは、超ドアップの巨大なキャンバス（ピクセル空間）のまま一画一画ノイズを消していくため、ものすごい時間とパソコンのパワーが必要でした。そこで登場したのが「潜在拡散モデル（LDM）」です。LDMは、画像を一度ギュッとコンパクトな設計図（潜在空間）に縮小してからノイズの抜き差しを行います。これにより、パソコンに過度な負担をかけず、あの滑らかで綺麗な画像をサクサク作れるようになりました。

■ 選択肢の解説

A) 潜在拡散モデル（Latent Diffusion Model / LDM）（○）: 潜在空間で拡散プロセスを行い計算コストを削減したモデルであり、本問の正解です。
B) 自己回帰モデル（Autoregressive Model）（×）: 画面を1ピクセルずつ順番に予測・生成していくモデルです。
C) 標準的なオートエンコーダ（AE）（×）: データの圧縮と復元を行う基礎的なネットワークですが、それ単体では拡散モデルのような高精度なノイズ除去プロセスを持ちません。
D) Conditional GAN（cGAN）（×）: 条件（ラベル）を指定して画像を生成するGANの派生モデルです。

リンク