待验证50% 置信事实精确时间
扩散Transformer（DiT）是将Transformer架构引入扩散模型的一类生成骨干网络，把带噪图像切成patch并线性嵌入为token序列，用多层Transformer块预测噪声或速度，取代传统扩散模型中的U-Net。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
RECON：让扩散Transformer训练提速63倍的表示条件化方法
rss2026/10/14
涉及实体
相关事实
待验证Flux 是基于扩散 Transformer（DiT）架构的新一代模型79% 相似已验证扩散 Transformer（DiT）是当前图像生成领域的主流架构，被用于 Stable Diffusion 3、FLUX 等模型79% 相似已验证FLUX采用了DiT（Diffusion Transformer）架构，用纯Transformer替代了传统的U-Net结构79% 相似待验证DiT 架构用 Transformer 替代传统 U-Net 作为扩散模型骨干网络，能在 Patch 级别捕捉跨帧长程依赖关系78% 相似已验证Sora采用DiT（Diffusion Transformer）架构，将视频压缩为时空patch序列后输入Transformer，以Transformer替代传统U-Net作为去噪骨干网络77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037877API
curl https://kongchang.com/api/v1/knowledge/claims/1037877MCP
get_claim(id=1037877)