L'espace latent est une représentation mathématique abstraite et compressée des données que les modèles IA utilisent en interne pour comprendre et générer du contenu. Plutôt que de travailler directement sur les pixels ou les images brutes, les modèles transforment l'information visuelle en un espace de nombres en haute dimension qui capture les caractéristiques et relations essentielles des données sous une forme bien plus compacte.

Lorsqu'un modèle de diffusion génère une image, le processus de débruitage se déroule généralement dans l'espace latent. L'espace latent encode une information sémantique : le modèle représente des concepts comme des positions et régions dans cet espace abstrait. Comprendre l'espace latent aide à expliquer pourquoi les modèles IA peuvent mélanger des concepts, interpoler entre des styles, et pourquoi des prompts proches produisent des sorties apparentées mais différentes.