已验证75% 置信事实精确时间
潜在扩散模型（LDM）是Stable Diffusion采用的架构，原始图像由VAE编码为约原始尺寸1/8大小的潜在向量
3
来源数
75%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
相关事实
待验证Stable Diffusion 基于去噪扩散概率模型（DDPM）理论，将扩散过程从像素空间转移到低维潜在空间，由VAE负责编解码，CLIP模型将文本提示编码为语义向量76% 相似已验证Stable Diffusion基于潜在扩散模型（Latent Diffusion Model），通过在压缩的潜在空间中进行去噪过程来生成高质量图像69% 相似待验证Repaint集成了离线Stable Diffusion及其他神经网络能力；Stable Diffusion是由Stability AI于2022年发布的开源图像生成模型，采用潜在扩散模型（LDM）架构68% 相似已验证扩散模型以 DALL-E 2、Stable Diffusion、Midjourney 为代表，重新定义了图像生成任务66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/605024API
curl https://kongchang.com/api/v1/knowledge/claims/605024MCP
get_claim(id=605024)