擴散模型是一種用於描述系統中擴散過程的數學模型，涉及傳播、滲透、傳輸等現象。在深度學習中，擴散模型被用作生成模型，通過模擬隨機遊走的過程來逐漸逼近目標分布，常用於建模圖像、視頻、語音等信號的分布和演化過程。擴散模型包括前向擴散過程和逆過程：前向過程逐步為圖像增加噪聲，直至成為高斯噪聲；逆過程則通過去噪來重建圖像。
擴散模型的形式和複雜度各異，包括基本的擴散方程和更複雜的模型，如考慮傳播速率、接觸率、群體大小等因素的模型。這些模型可用於預測傳播的範圍和速度，並用於提出對策或預防措施。擴散模型的適用性和準確性取決於具體的套用場景和所做的假設。例如，在描述沒有規律或隨機性較大的擴散過程時，擴散模型的準確性可能會受限。