待验证50% 置信事实精确时间
Zhang（2019）的研究表明标准池化+下采样破坏了平移等变性，将输入平移一个像素可能导致中间特征图发生非平凡变化
1
来源数
50%
置信度
长期有效
时效性
2026/8/8
首次发现
来源
相关事实
待验证Stable Diffusion、Midjourney、DALL·E 3等主流图像生成模型都存在文字渲染效果差的问题69% 相似待验证AI生成的像素画往往不是真正的像素画，放大后像素网格不整齐，同一像素块内包含渐变、模糊边缘和不一致的颜色69% 相似待验证早期扩散模型在像素空间中'绘制'文字形状，而非真正理解字符结构，导致笔画缺失和偏旁错位问题68% 相似待验证混元在3D生成中倾向于过度简化和平滑，画面锐利但存在明显锯齿，说明分辨率仍不足67% 相似待验证Dice Loss和IoU Loss对前景像素的相对比例更敏感，天然缓解类别不平衡；Focal Loss通过动态降低易分类样本的权重迫使模型专注于困难像素67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/709915API
curl https://kongchang.com/api/v1/knowledge/claims/709915MCP
get_claim(id=709915)