待验证50% 置信事实精确时间
2021年慕尼黑大学的Robin Rombach等人提出了潜在扩散模型（LDM），通过预训练VAE将图像压缩到低维潜在空间（通常是原始分辨率的1/8）再执行扩散去噪
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
已验证Latent Diffusion Model由Rombach等人于2022年提出，将扩散过程与VAE的潜在空间结合，将计算维度从512×512×3降低到64×64×475% 相似已验证潜在扩散模型（LDM）通过在低维潜在空间执行扩散过程，将计算开销降低约4-8倍68% 相似待验证Stable Diffusion通过预训练的VAE将512×512×3的图像编码为64×64×4的潜在张量，计算量降低约48倍59% 相似待验证扩散模型生成图像的宽高设置若偏离训练分辨率太远，可能导致重复构图、人物比例失调等问题59% 相似已验证Stable Diffusion将扩散过程从像素空间压缩至潜在空间，由变分自编码器（VAE）实现58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838931API
curl https://kongchang.com/api/v1/knowledge/claims/838931MCP
get_claim(id=838931)