待验证50% 置信事实精确时间

主流图像和视频生成模型在编码阶段使用VAE进行多次下采样，每次通常将分辨率减半，因此原始尺寸需能被8、16或32整除以避免张量维度不匹配

1

来源数

50%

置信度

长期有效

时效性

2026/9/5

首次发现

来源

DeepSeek Harness + ModelStack：本地跑通10大AI应用实测

涉及实体

VAEtechnology Stable Diffusionmodel CogVideoXmodel

相关事实

待验证V模块使用变分自编码器(VAE)将高维像素观测压缩为低维潜向量68% 相似待验证Wan模型要求输入分辨率必须是16的整数倍，否则会触发维度不匹配错误68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/860196

API

curl https://kongchang.com/api/v1/knowledge/claims/860196

MCP

get_claim(id=860196)