Unverified50% confidenceFactExact time
文本扩散模型主要通过两条路径解决离散token问题：在连续嵌入空间执行扩散，或定义离散马尔可夫转移矩阵直接在token空间操作
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
扩散语言模型崛起：DiffusionGemma实测速度碾压自回归模型
redditr/GoogleGeminiAI7/11/2026
Related Claims
Verified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69% similarUnverified扩散模型在连续像素空间中学习概率分布，而非在离散符号空间中建立语义映射，与GPT系列语言模型的Token化处理路径存在架构分歧69% similarUnverified当前主流的Stable Diffusion、Midjourney和DALL-E等模型都基于潜在空间原理运作67% similarUnverified离散扩散语言模型主流方案包括：将token映射到连续嵌入空间进行扩散（如Diffusion-LM），或设计离散扩散过程用掩码模拟加噪（如D3PM、MDLM）67% similarUnverified上下文隔离可避免不同任务混杂导致模型输出在多个语义空间漂移，让模型在单一语义域内保持更高一致性67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/497405API
curl https://kongchang.com/api/v1/knowledge/claims/497405MCP
get_claim(id=497405)