待验证50% 置信事实精确时间

在Stable Diffusion中，CLIP文本编码器将自然语言切分为最多77个token，每个token映射为768维或1024维嵌入向量

1

来源数

50%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

AI绘画赛博废墟红色巨碑：提示词解析与暗黑科幻美学拆解

相关事实

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79% 相似待验证早期Stable Diffusion系列以CLIP为文本编码器，对超过77个Token的提示词处理能力受限79% 相似待验证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70% 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70% 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69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/773233

API

curl https://kongchang.com/api/v1/knowledge/claims/773233

MCP

get_claim(id=773233)