待验证50% 置信事实精确时间

扩散模型生成图像时通过文本编码器将语义信息转化为向量引导去噪，而非从数据库检索已有图片

1

来源数

50%

置信度

长期有效

时效性

2026/8/29

首次发现

来源

ChatGPT生成最恐怖图像：AI如何理解人类的恐惧

涉及实体

扩散模型concept

相关事实

待验证扩散语言模型借鉴图像扩散模型思路，通过迭代去噪过程并行生成整段文本，与GPT系列自回归生成不同77% 相似待验证使用图片（流程图、代码结构图、示例截图）传达信息比纯文字描述更简洁，且更便于大模型理解77% 相似已验证文本到图像的转换依赖于CLIP等多模态模型，将文本描述编码为向量来引导去噪过程77% 相似待验证文本到图像生成模型是指能够根据自然语言描述自动生成对应图像的深度学习系统76% 相似待验证文本指令通过CLIP等跨模态编码器转化为语义向量，将文字和图像嵌入同一语义空间以引导图像生成73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/818523

API

curl https://kongchang.com/api/v1/knowledge/claims/818523

MCP

get_claim(id=818523)