已验证75% 置信事实精确时间
Latent Diffusion Model由Rombach等人于2022年提出，将扩散过程与VAE的潜在空间结合，将计算维度从512×512×3降低到64×64×4
5
来源数
75%
置信度
长期有效
时效性
2026/8/6
首次发现
来源
相关事实
待验证Latent Diffusion于2022年通过在潜在空间操作将计算量降低了数个量级77% 相似待验证2021年慕尼黑大学的Robin Rombach等人提出了潜在扩散模型（LDM），通过预训练VAE将图像压缩到低维潜在空间（通常是原始分辨率的1/8）再执行扩散去噪75% 相似待验证2020年DDPM论文奠定了现代扩散模型的基础，此后Latent Diffusion Models通过在压缩后的潜在空间中执行扩散过程大幅降低了计算成本74% 相似已验证Stable Diffusion将扩散过程从像素空间压缩至潜在空间，由变分自编码器（VAE）实现72% 相似待验证变分自编码器（VAE）和扩散模型依赖于潜在空间的概率分布采样70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/699205API
curl https://kongchang.com/api/v1/knowledge/claims/699205MCP
get_claim(id=699205)