定義
U-Netとは、画像を段階的に圧縮してから元の解像度へ復元する、左右対称の構造を持つニューラルネットワークのこと。拡散モデルのノイズ除去処理の中核を担う。
U-Net (拡散モデルの生成ネットワーク)とは（詳しく解説）
U-Netは2015年に医療画像のセグメンテーション用として提案された、エンコーダーで解像度を段階的に落としながら特徴を抽出し、デコーダーで元の解像度まで復元しつつ、対応する層同士をスキップ接続で結ぶ構造を持つネットワークである。この左右対称構造により、細部の位置情報を保ったまま画像全体の文脈も捉えられる点が評価され、Stable Diffusionをはじめとする拡散モデルではノイズ除去ステップを繰り返し実行する中核コンポーネントとして広く採用されているとされる。2026年時点の実運用では、Diffusion Transformer(DiT)系アーキテクチャへの置き換えが進む一方、軽量なU-Net系モデルは低コストな推論が可能なため、ローカル環境やコスト重視のAPI提供で根強く使われている。現場での選び方としては、生成品質と表現の自由度を優先するならDiT系、推論コストや処理速度、既存のLoRA資産との互換性を優先するならU-Net系という基準で選定するのが実務的とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「U-Net (拡散モデルの生成ネットワーク)とは」 https://aipicks.jp/glossary/unet
U-Net (拡散モデルの生成ネットワーク)の使用例
- Stable DiffusionのU-Netを軽量化したLCM-LoRAは数ステップで画像生成が完結し、低コスト運用に向くとされる。
- 現場ではU-Net系とDiT系のどちらが推論コストと生成品質のバランスに合うか、要件定義の初期段階で比較検討する。
