定義
潜在空間とは、画像や文章などのデータをAIモデルが学習の過程で圧縮し、意味的な近さを座標関係として表現する多次元の数値空間のこと。
潜在空間 (Latent Space)とは（詳しく解説）
潜在空間は、画像生成モデル(拡散モデルやGANなど)が入力データの特徴を圧縮して保持する低次元の内部表現で、似た特徴を持つデータ同士は空間内で近い位置に配置されるとされる。Stable DiffusionなどのText-to-Image系は、ピクセル空間でなく潜在空間上で拡散処理を行うことで計算コストを抑える設計が広く採用されている。2026年時点の実運用では、潜在空間の学習データの偏りによって特定の構図やスタイルに結果が引っ張られやすく、狙った構図を安定して出したい現場ではLoRAなどの追加学習や条件付け生成で潜在空間の探索範囲を絞り込む運用が定着している。コスト面では、潜在空間上で処理する分だけ同解像度のピクセル空間処理より軽く、API課金の相場感も抑えられる傾向にあるが、追加学習やバリエーション大量生成を重ねるとクレジット消費は想定以上に膨らみやすく、生成枚数の上限設計とセットで選ぶのが現実的とされる。
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「潜在空間 (Latent Space)とは」 https://aipicks.jp/glossary/latent-space
潜在空間 (Latent Space)の使用例
- Stable Diffusionは、テキストを潜在空間の座標に変換し、そこから少しずつノイズを除去して画像を復元する。
- 同じプロンプトでもシード値を変えると潜在空間上の初期ノイズ位置が変わり、構図や色味が異なる画像になる。
