待验证50% 置信事实精确时间
FID指标对高频细节（如锐利边缘、细纹理）的差异不敏感，因此生成图像可能在视觉上显得模糊或“过于平滑”，而FID分数却依然良好。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
像素扩散Transformer设计空间再思考：MFlow与ConvRefiner
rss2026/10/16
涉及实体
相关事实
待验证FID和LPIPS等视觉质量指标可以衡量图像逼真程度，但无法捕捉物理合理性75% 相似待验证CLIP 分数衡量语义一致性而非视觉质量，无法捕获图像模糊、伪影、颜色失真等感知层面问题，实际系统中通常与 SSIM 或 FID 组合使用74% 相似待验证分辨率差异会间接影响画质观感，低分辨率输出的边缘锐度、纹理细节和噪点表现通常更弱，人眼容易把更模糊误判为模型能力更差。74% 相似待验证特征点法对光照变化和运动模糊更鲁棒但丢弃大量图像信息，直接法能构建半稠密甚至稠密地图但对光照变化敏感且需要良好初始值72% 相似已验证FID衡量生成图像与真实图像在特征空间的分布距离，数值越低代表生成质量越高72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065960API
curl https://kongchang.com/api/v1/knowledge/claims/1065960MCP
get_claim(id=1065960)