Unverified50% confidenceFactExact time
U-Net采用对称的编码器-解码器结构，两侧对应层之间通过跳跃连接传递细节信息，最初来自2015年的医学图像分割领域
1
Sources
50%
Confidence
Long-term
Relevance
7/16/2026
First Seen
Sources
Related Claims
Unverified主流扩散模型通常结合U-Net骨干网络与CLIP文本编码器65% similarUnverified稠密双编码器由查询编码器和文档编码器两个独立神经网络组成，将查询和文档映射到同一向量空间65% similarUnverified多模态LLM的核心架构通常由视觉编码器（如CLIP或ViT）、跨模态对齐层和语言解码器三部分组成64% similarUnverified文本条件向量通过交叉注意力机制注入到U-Net去噪网络中，图像空间特征作为Query、文本编码作为Key和Value63% similarUnverified原生多模态架构的核心突破在于构建统一语义表示空间，在预训练阶段通过统一编码器将文本、图像、音频、视频映射到同一高维向量空间61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/524076API
curl https://kongchang.com/api/v1/knowledge/claims/524076MCP
get_claim(id=524076)