Dans cet article, nous proposons un modèle de diffusion de chaleur (HDM) pour surmonter les limites du modèle probabiliste de diffusion avec débruitage (DDPM). Alors que le DDPM traite l'image dans son ensemble, le HDM introduit un mécanisme d'attention entre les pixels afin de préserver les détails et de générer des images plus réalistes, considérant que les pixels adjacents sont plus susceptibles d'appartenir au même objet. Le HDM intègre la forme discrète de l'équation de chaleur bidimensionnelle dans les formules de diffusion et de génération du DDPM afin de calculer la relation entre les pixels adjacents pendant le traitement de l'image. Les résultats expérimentaux montrent que le HDM génère des échantillons de meilleure qualité que des modèles tels que le DDPM, le modèle de diffusion cohérente (CDM), le modèle de diffusion latente (LDM) et le réseau antagoniste génératif à quantification vectorielle (VQGAN).