待验证50% 置信事实精确时间
图像生成领域正在经历从U-Net到Transformer的架构范式转移，传统扩散模型如Stable Diffusion 1.x和2.x主要依赖U-Net编码器-解码器结构
1
来源数
50%
置信度
长期有效
时效性
2026/8/18
首次发现
来源
相关事实
待验证扩散 Transformer（DiT）是当前图像生成领域的主流架构，被用于 Stable Diffusion 3、FLUX 等模型73% 相似已验证FLUX采用了DiT（Diffusion Transformer）架构，用纯Transformer替代了传统的U-Net结构71% 相似待验证DiT 架构用 Transformer 替代传统 U-Net 作为扩散模型骨干网络，能在 Patch 级别捕捉跨帧长程依赖关系69% 相似待验证模型架构从U-Net迁移到DiT（Diffusion Transformer）架构，使早期AI在手指数量、文字渲染、对称性等方面的缺陷快速消失69% 相似已验证LTX 2.3采用基于Transformer的扩散架构（DiT，Diffusion Transformer），相较于传统U-Net架构具有更强的时序一致性建模能力67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/767395API
curl https://kongchang.com/api/v1/knowledge/claims/767395MCP
get_claim(id=767395)