待验证60% 置信事实精确时间
Sora采用了Diffusion Transformer（DiT）架构，将Transformer全局注意力机制引入扩散框架
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/12
首次发现
有效期至：2026/10/10
来源
AI生成视频的进步与瓶颈：光影惊艳，逻辑存疑
redditr/midjourney2026/7/11
相关事实
部分验证Sora采用DiT（Diffusion Transformer）架构，将视频压缩为时空patch序列后输入Transformer，以Transformer替代传统U-Net作为去噪骨干网络79% 相似已验证FLUX采用了DiT（Diffusion Transformer）架构，用纯Transformer替代了传统的U-Net结构70% 相似待验证Transformers库集成了GPTQ、AWQ、bitsandbytes等量化技术和Flash Attention加速方案70% 相似待验证Flux 是基于扩散 Transformer（DiT）架构的新一代模型68% 相似待验证Megatron-LM最早系统化提出了针对Transformer的张量并行方案，将注意力头和FFN层分别切分到不同设备67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/494208API
curl https://kongchang.com/api/v1/knowledge/claims/494208MCP
get_claim(id=494208)