AI画像・動画生成におけるサンプリングは、ノイズ除去過程でモデルの確率分布から反復的に値を取り、学習済みモデルから出力を生成するアルゴリズム的プロセスを指します。サンプラーやスケジューラーとも呼ばれる各種サンプリング手法は、ノイズ除去ステップの進め方に異なる数学的アプローチを取り、生成速度・出力品質・結果の性質の間で異なるトレードオフを生みます。

代表的なサンプリング手法には、ノイズ除去を決定論にして少ないステップで高速生成を可能にするDDIM（Denoising Diffusion Implicit Models）、速度と品質のバランスを取るEuler／Euler Ancestral、少ステップでの効率で人気のDPM++系、高品質だがステップ数が多い元祖DDPMなどがあります。サンプリングステップ数は重要なパラメータで、ステップを増やすと一般に生成時間は長くなりますがより洗練された一貫した出力になり、減らすと速く生成できますが粗い結果になりがちです。サンプラーとステップ数の関係はモデル依存で、同じプロンプトとシードでも組み合わせによって出力の性質がかなり変わります。

多くのクリエイターが使うAI生成プラットフォームでは、サンプリングは品質プリセットの裏に隠れているか、細かく制御したい人向けの上級設定として公開されています。サンプラーとステップ数が出力の品質と性格に効くことを理解しておくと、結果のばらつきの原因を切り分け、これらの制御が使えるときに適切に選べます。