待验证50% 置信事实精确时间
主流图像/视频生成模型如Stable Diffusion、Midjourney、Sora缺乏持久化记忆机制，每次生成依赖当前提示词和随机噪声种子，不内置跨次调用的状态保持能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
已验证当前主流扩散模型的图像生成是从随机噪声经多步去噪还原的不可逆过程，模型不保留像素与语义元素的显式映射，导致无法进行局部修改只能整张重新生成77% 相似待验证角色一致性问题的根源在于扩散模型逐帧或逐片段生成内容且带有随机性，缺乏对同一实体的持久记忆机制76% 相似待验证传统扩散模型在生成文字时频繁出错，根本原因在于训练目标是从噪声中重建图像像素分布，而非理解字符的语义结构70% 相似待验证扩散模型的归纳偏置天然倾向于平滑、渐变的输出，无法在架构层面强制施加网格约束，即便专门训练的LoRA模型也只能在统计意义上让输出更像像素画69% 相似待验证早期扩散模型如Stable Diffusion和DALL-E 2生成的图片中文字往往呈现乱码或模糊状态69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/533046API
curl https://kongchang.com/api/v1/knowledge/claims/533046MCP
get_claim(id=533046)