待验证50% 置信事实精确时间
扩散模型每次从随机噪声开始去噪，相同文本提示下不同随机种子会导致面部特征、体型、服装等漂移，是角色一致性困难的技术根源
1
来源数
50%
置信度
长期有效
时效性
2026/8/23
首次发现
来源
涉及实体
相关事实
已验证AI扩图每次生成的结果会有所不同，这种随机性源于扩散模型每次从不同的随机噪声出发79% 相似待验证Seed控制噪声层面的随机性，提示词不变时切换seed只带来构图和细节纹理的微小差异，而Wildcards在语义层面引入独立随机维度74% 相似待验证主体漂移本质上是模型在时序一致性建模上的不足，源于扩散模型每帧去噪引入随机性叠加时序注意力对长程依赖捕获能力有限74% 相似待验证主流扩散模型在像素空间进行迭代去噪，文字的精确笔画结构对该过程极为敏感，细微噪声扰动会导致字形崩坏73% 相似待验证扩散模型的迭代去噪过程对数值误差敏感，每步的微小误差会累积并影响最终图像，采样步数越多量化误差影响越大71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/792408API
curl https://kongchang.com/api/v1/knowledge/claims/792408MCP
get_claim(id=792408)