Los modelos generativos como las redes generativas adversariales y los autoencoders variacionales son ampliamente utilizados para la síntesis de diseño. Un modelo de difusión es otro modelo generativo que supera a las GANs y VAEs en el procesamiento de imágenes. También se ha aplicado en la síntesis de diseño, pero estaba limitado solo a la generación de formas. Es importante en la síntesis de diseño generar formas que cumplan con el rendimiento requerido. Para tales objetivos, se debe utilizar un modelo de difusión condicional, pero no ha sido estudiado. En este estudio, aplicamos un modelo de difusión condicional a la síntesis de diseño y mostramos que la salida de este modelo de difusión contiene datos ruidosos causados por ruido gaussiano. Mostramos que podemos realizar análisis de flujo en los datos generados utilizando filtros de suavizado.