待验证50% 置信事实精确时间
Stable Diffusion 的核心原理是在压缩后的潜在空间中进行去噪生成，采用CLIP文本编码器理解提示词、U-Net架构执行去噪、VAE解码器还原图像的三段式流程
1
来源数
50%
置信度
长期有效
时效性
2026/9/1
首次发现
来源
涉及实体
相关事实
待验证Stable Diffusion基于LAION-5B数据集训练，采用U-Net架构作为去噪骨干网络，配合CLIP文本编码器实现文本到图像的语义映射78% 相似已验证Stable Diffusion的文本引导通过CLIP文本编码器将提示词转化为向量78% 相似待验证主流文生图模型如Stable Diffusion、Midjourney、DALL-E的底层架构通常是扩散模型与CLIP文本编码器的结合75% 相似待验证DiffusionGemma使用256个位置的草稿纸机制，先全部填入噪声，然后逐轮整体去噪并行生成75% 相似待验证Midjourney使用CLIP的文本编码器将提示词转换为条件向量，引导扩散模型的去噪过程69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838930API
curl https://kongchang.com/api/v1/knowledge/claims/838930MCP
get_claim(id=838930)