待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

Midjourney中世纪场景Prompt技巧拆解与实战指南

相关事实

待验证Midjourney使用CLIP的文本编码器将提示词转换为条件向量，引导扩散模型的去噪过程79% 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78% 相似待验证文本条件注入通过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73% 相似已验证CLIP、T5等文本编码器负责将自然语言转化为模型可理解的向量表示，是决定提示词遵从度的关键模块73% 相似已验证Stable Diffusion的文本引导通过CLIP文本编码器将提示词转化为向量71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/699118

API

curl https://kongchang.com/api/v1/knowledge/claims/699118

MCP

get_claim(id=699118)