EmerDiff est un modèle de diffusion émergent conçu pour générer des cartes de segmentation à grain fin en exploitant les connaissances sémantiques extraites des modèles de diffusion, et ce, sans entraînement supplémentaire. Le modèle surmonte le défi de l'extraction directe des relations sémantiques au niveau pixel à partir de cartes de caractéristiques de basse dimension en utilisant les connaissances sémantiques extraites de Stable Diffusion (SD). Il utilise ensuite ces relations pour construire des cartes de segmentation à la résolution de l'image. Des expérimentations approfondies ont confirmé que les cartes de segmentation générées sont claires et capturent les détails de l'image, démontrant la présence de connaissances sémantiques au niveau pixel extrêmement précises dans les modèles de diffusion.