待验证50% 置信解决方案精确时间
基于扩散模型的数据增强利用Stable Diffusion等生成模型将合成渲染图像风格化为更接近真实照片的外观，同时保留原有几何标注信息
1
来源数
50%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证科研图像生成通常使用Stable Diffusion系列或DALL·E等扩散模型作为渲染后端85% 相似待验证Imagen 基于级联扩散模型（Cascaded Diffusion Model）架构79% 相似待验证Image2将图像生成从独立的扩散模型（如DALL·E 3使用的级联扩散架构）迁移到了自回归式的token生成范式中77% 相似待验证常见视频生成模型包括Kling、Wan、Sora、CogVideoX等，图像生成模型包括Stable Diffusion、FLUX等73% 相似待验证文本到图像生成模型的代表性产品包括Stable Diffusion、Midjourney和DALL·E系列，它们在数十亿图文对数据上训练72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/512106API
curl https://kongchang.com/api/v1/knowledge/claims/512106MCP
get_claim(id=512106)