待验证50% 置信事实精确时间
SUPRA-TEX的阶段二将预测出的PBR图投影到可见表面，并通过预训练的材料VAE编码器转化为与生成目标共享同一隐空间的'原生观测隐编码'，以实现超对齐。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证原生RGBA输出意味着模型在生成阶段同步预测每个像素的透明度Alpha通道，可直接输出带透明背景的PNG图像，省去后处理步骤69% 相似待验证在Midjourney所使用的扩散模型架构中，图像先在压缩的低维潜空间中完成逐步去噪，再通过解码器还原为完整图像67% 相似待验证多模态实现路径分为早融合（预训练阶段混合多模态数据）和晚融合（先用独立视觉编码器ViT提取图像特征，再通过投影层对齐到语言模型embedding空间）66% 相似待验证Checkpoint是预训练的扩散模型权重文件通常2-7GB，VAE负责像素空间和潜空间之间转换图像，CFG Scale控制生成图像对文本提示词的遵循程度66% 相似待验证DINOv2的训练框架以iBOT为主干，结合DINO的自蒸馏目标和SwAV的聚类一致性损失，并加入masked image modeling任务64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042491API
curl https://kongchang.com/api/v1/knowledge/claims/1042491MCP
get_claim(id=1042491)