待验证50% 置信事实精确时间

文本条件注入通过CLIP的交叉注意力层实现，ViT-L/14版本的CLIP将文本token映射为768维向量序列

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

CivitAI抢先体验争议：开源精神与商业化边界在哪里？

redditr/StableDiffusion2026/7/11

相关事实

待验证CLIP文本编码器的标准上下文窗口长度约为77个Token，超出部分的语义信息会被截断或降权处理76% 相似待验证SD1.5中CLIP文本编码器将提示词转换为768维向量，SDXL转换为1024维向量73% 相似待验证在Midjourney等生成工具中，CLIP的文本编码器将用户输入的Prompt转化为高维向量，这些向量在语义空间中的位置决定了生成方向73% 相似待验证CLIP的文本编码器基于Transformer架构，将输入文本映射为512维或768维的嵌入向量72% 相似待验证文本指令通过CLIP等跨模态编码器转化为语义向量，将文字和图像嵌入同一语义空间以引导图像生成71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/611028

API

curl https://kongchang.com/api/v1/knowledge/claims/611028

MCP

get_claim(id=611028)