待验证85% 置信事实时间未知
2023年后，以Stable Video Diffusion、Sora为代表的时序扩散模型开始将视频理解为时空连续体，能够在潜空间中同时建模多帧之间的运动关系
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI真人短剧制作实战：Cdance 2.0如何颠覆传统制作流程
bilibiliAIGC饼干
涉及实体
相关事实
待验证Sora 采用 Video Diffusion Transformer（DiT），将视频压缩为时空 Patch 后进行扩散过程建模77% 相似待验证当前主流的文生视频模型普遍基于扩散模型架构，通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列76% 相似待验证AI video generation tools like Jimeng rely on a combination of Diffusion Models and video temporal consistency techniques.76% 相似待验证Sora、Stable Video Diffusion等前沿视频生成模型均采用DiT或其变体75% 相似已验证视频扩散模型采用扩散变换器（DiT）架构，通过在时序注意力层引入3D时空注意力机制同时建模空间与时间维度75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/18850API
curl https://kongchang.com/api/v1/knowledge/claims/18850MCP
get_claim(id=18850)