待验证60% 置信事实时间未知
2020年以来扩散模型在图像生成质量上全面超越了GAN（生成对抗网络）
2
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
DiffSynth-Studio：12000+星标的扩散模型开源工具全解析
githubmodelscope
涉及实体
相关事实
已验证2022年之后，扩散模型在图像生成质量上全面超越了此前统治多年的GAN（生成对抗网络），成为生成式AI的主流范式89% 相似待验证扩散模型自2020年前后兴起，以OpenAI的GLIDE、Stability AI的Stable Diffusion、Google的Imagen为代表，逐渐取代GAN成为图像生成领域的主导范式83% 相似待验证扩散模型自2020年前后崛起，以更稳定的训练过程和更高的生成多样性取代GAN成为图像生成的主流范式83% 相似待验证2020年后扩散模型（Diffusion Model）的崛起将图像生成质量提升到了新高度79% 相似待验证2020-2021年主流AI图像生成技术仍处于GANs和早期扩散模型的探索阶段78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/35357API
curl https://kongchang.com/api/v1/knowledge/claims/35357MCP
get_claim(id=35357)