已验证80% 置信事实精确时间
Stable Diffusion将扩散过程从像素空间压缩至潜在空间，由变分自编码器（VAE）实现
4
来源数
80%
置信度
长期有效
时效性
2026/7/11
首次发现
来源
AI生成科幻场景：视觉革命与想象力的民主化
redditr/midjourney2026/7/9
相关事实
待验证LTX 系列采用 Latent Diffusion 范式，在压缩后的潜空间中进行扩散过程而非直接在像素空间操作73% 相似待验证潜空间扩散模型先用编码器将图像压缩到低维潜在空间进行去噪迭代，再用解码器还原，将扩散过程计算量降低数个数量级73% 相似待验证Stability AI开源的Latent Diffusion Model将扩散过程转移到低维潜空间，使计算成本下降一个数量级，催生了Stable Diffusion72% 相似已验证Latent Diffusion Model由Rombach等人于2022年提出，将扩散过程与VAE的潜在空间结合，将计算维度从512×512×3降低到64×64×472% 相似待验证Stable Diffusion通过预训练的VAE将512×512×3的图像编码为64×64×4的潜在张量，计算量降低约48倍69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/484270API
curl https://kongchang.com/api/v1/knowledge/claims/484270MCP
get_claim(id=484270)