待验证50% 置信事实精确时间
主流扩散模型通常在特定分辨率（如512×512或1024×1024）下训练，要求生成超出训练分布的高分辨率图像时会出现外推失效
1
来源数
50%
置信度
长期有效
时效性
2026/9/20
首次发现
来源
涉及实体
相关事实
待验证主流图像生成模型（如Stable Diffusion、DALL-E）的原生分辨率通常在512×512至1024×1024之间77% 相似待验证扩散模型生成一张512×512分辨率的图像通常需要20-50步去噪迭代，单张图像的生成延迟在消费级GPU上约为2-8秒71% 相似待验证Imagen系列自2022年首次发布，采用级联扩散架构实现从64×64到1024×1024的逐级超分辨率生成68% 相似待验证经典CLIP在相对较低的分辨率（如224×224）上训练，对于密集文本、小目标或高分辨率图表信息会被严重压缩65% 相似待验证帧解码器使用4级双线性上采样配合深度可分离卷积，将64维潜向量解码为384×512灰度图像64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/937464API
curl https://kongchang.com/api/v1/knowledge/claims/937464MCP
get_claim(id=937464)