待验证50% 置信事实精确时间
DiT 把传统扩散模型的 U-Net 卷积去噪主干换成纯 Transformer，用自注意力处理被切成 patch 的潜空间特征，天然适合多模态条件。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
昆仑万维Matrix-Game 4.0：单卡RTX 5090跑通实时视频大模型游戏
rss2026/10/15
涉及实体
相关事实
待验证DiT 架构用 Transformer 块替代了 UNet 扩散模型中的卷积层，能更好地建模长程依赖关系75% 相似待验证OpenAI的Sora采用了Diffusion Transformer（DiT）架构，将Transformer的注意力机制与扩散过程结合，能够理解时空连贯性66% 相似待验证将自回归基座改造为扩散模型通常涉及将因果注意力掩码替换为双向注意力，并引入噪声调度器和时间步嵌入65% 相似待验证残差流是Transformer架构的核心信息通道，每一层的注意力头和MLP模块以读取-处理-写回的方式与残差流交互64% 相似待验证Recurrent Looped Transformer提出让模型的部分层结构以循环方式反复调用，在不增加参数量的前提下提供可变的思考深度63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1034715API
curl https://kongchang.com/api/v1/knowledge/claims/1034715MCP
get_claim(id=1034715)