データに段階的に雑音を加える過程の逆をたどり、雑音から標本を生成することを学習する生成モデルである。2020年のHoらの論文は、拡散確率モデルを非平衡熱力学の考え方に着想を得た潜在変数モデルの一群と説明し、重み付き変分下界による学習が、デノイジングスコアマッチングとランジュバン動力学との対応から設計できることを示した。同論文は無条件のCIFAR-10でInception score 9.46、FID 3.17を報告し、256×256のLSUNではProgressiveGANと同等の標本品質を得たとしている。