El material lo resume en una frase que merece retenerse tal cual: la visión clásica observa; los diffusers imaginan. Y de ahí sale la regla práctica: no uses imaginación cuando necesitas precisión, ni observación cuando necesitas creatividad.
La asimetría no es una convención: viene de cómo aprende un modelo de difusión, y entenderlo cierra la cuestión para siempre. El entrenamiento va en un sentido y la generación en el contrario:
| Fase | Qué ocurre | Qué aprende |
|---|---|---|
| Difusión directa (entrenamiento) | Se toma una foto nítida y se le añade ruido, poco a poco, hasta que es irreconocible | Cómo se ve el ruido en cada paso |
| Difusión inversa (generación) | Se parte de ruido puro y se le pide: «quita el ruido asumiendo que debajo hay un gato» | Al limpiar paso a paso, alucina un gato que nunca existió |
Esa palabra —alucinar— no es una crítica aquí: es literalmente el mecanismo. El modelo no recupera una imagen, la construye a partir de lo que sabe que suele haber debajo del ruido. Pedirle a esa máquina que cuente cajas de refresco en un estante es pedirle que invente un número que suene bien.
// un diffuser no se equivoca al contar: es que nunca estuvo contandoEl material propone tres casos de una empresa de retail. Valen como plantilla porque cubren los tres tipos de confusión habituales:
| La petición | Familia | Por qué |
|---|---|---|
| «Que una cámara nos diga cuántas cajas quedan en el estante» | Analítica (detección) | Se busca un dato objetivo sobre la realidad física. Un generativo inventaría cajas |
| «Tenemos la foto de un sofá en fondo blanco y queremos verlo en un salón moderno» | Generativa (inpainting) | Hay que crear píxeles que no existen, y solo tienen que ser verosímiles |
| «Que los empleados fichen mirando a una cámara» | Analítica (verificación) | Es comparar dos caras y decidir si coinciden: comparación, no creación |
La pregunta que ordena el triaje no es «¿qué tecnología está de moda?» sino ¿el resultado tiene que ser cierto o tiene que ser verosímil? Si alguien va a tomar una decisión contando lo que el sistema devuelve, es analítica. Si nadie va a comprobar el resultado contra la realidad porque no hay realidad contra la que comprobarlo, es generativa.
Escribe cinco peticiones que podrías recibir con imágenes de por medio, en tus propias palabras y sin nombrar ninguna tecnología. Para cada una responde solo a esto: ¿alguien va a comprobar el resultado contra la realidad?
Las que sí van a comprobarse son analíticas y admiten una métrica de acierto. Las que no, son generativas y su único criterio es si convencen. Cuando una petición no se deja clasificar, casi siempre es porque mezcla dos peticiones distintas — y ese es el hallazgo útil, porque significa que hacen falta dos sistemas y no uno.