Unverified50% confidenceFactExact time
现代视频扩散模型通常采用U-Net或DiT（Diffusion Transformer）架构来预测每一步添加的噪声
1
Sources
50%
Confidence
Long-term
Relevance
8/10/2026
First Seen
Sources
Related Claims
Verified万象（Wan）视频生成模型基于 DiT（Diffusion Transformer）架构80% similarUnverified文生视频模型架构中，早期多采用U-Net结构（如Stable Video Diffusion），新一代模型倾向于使用Transformer架构（如DiT）79% similarUnverified文生视频模型通常基于扩散变换器（Diffusion Transformer）架构，将运动先验与外观风格解耦处理77% similarUnverified早期视频生成模型基于U-Net架构，而扩散变换器将Transformer的注意力机制引入扩散过程76% similarUnverified现代视频风格迁移方案在扩散模型的去噪过程中注入时序注意力机制，让模型在生成每一帧时能看到相邻帧的状态75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/722316API
curl https://kongchang.com/api/v1/knowledge/claims/722316MCP
get_claim(id=722316)