待验证50% 置信事实精确时间
DiT架构由Peebles和Xie在2023年提出，用纯Transformer替换U-Net，将图像或视频切分为patch token统一处理
1
来源数
50%
置信度
长期有效
时效性
2026/8/27
首次发现
来源
涉及实体
相关事实
部分验证Sora采用DiT（Diffusion Transformer）架构，将视频压缩为时空patch序列后输入Transformer，以Transformer替代传统U-Net作为去噪骨干网络72% 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72% 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70% 相似待验证BitNet是微软研究院于2023年提出的架构级创新，核心思想是在Transformer架构中将线性层权重替换为1-bit表示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68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810068API
curl https://kongchang.com/api/v1/knowledge/claims/810068MCP
get_claim(id=810068)