待验证50% 置信事实精确时间
潜在一致性模型（LCM）将一致性蒸馏应用于潜空间，实现了1-4步生成高质量图像，已被社区广泛采用
1
来源数
50%
置信度
长期有效
时效性
2026/9/9
首次发现
来源
涉及实体
相关事实
待验证LCM（Latent Consistency Model）由清华大学团队提出，通过一致性蒸馏将传统需要20-50步的DDIM推理压缩至1-4步70% 相似待验证BERT的MLM是一步到位的预测且主要用于表征学习，而离散扩散模型将mask比例作为从0%到100%的连续变量构建完整马尔可夫链，通过多步迭代实现渐进式生成65% 相似已验证扩散模型以 DALL-E 2、Stable Diffusion、Midjourney 为代表，重新定义了图像生成任务64% 相似已验证Stable Diffusion基于潜在扩散模型（Latent Diffusion Model），通过在压缩的潜在空间中进行去噪过程来生成高质量图像63% 相似待验证统一自回归框架使得LLM生态的优化工具链（包括KV-cache管理、张量并行策略、投机解码等）可以直接复用于图像生成63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/881446API
curl https://kongchang.com/api/v1/knowledge/claims/881446MCP
get_claim(id=881446)