Unverified50% confidenceFactExact time
Stable Diffusion 的核心原理是在压缩后的潜在空间中进行去噪生成，采用CLIP文本编码器理解提示词、U-Net架构执行去噪、VAE解码器还原图像的三段式流程
1
Sources
50%
Confidence
Long-term
Relevance
9/1/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedStable Diffusion基于LAION-5B数据集训练，采用U-Net架构作为去噪骨干网络，配合CLIP文本编码器实现文本到图像的语义映射78% similarVerifiedStable Diffusion的文本引导通过CLIP文本编码器将提示词转化为向量78% similarUnverified主流文生图模型如Stable Diffusion、Midjourney、DALL-E的底层架构通常是扩散模型与CLIP文本编码器的结合75% similarUnverifiedDiffusionGemma使用256个位置的草稿纸机制，先全部填入噪声，然后逐轮整体去噪并行生成75% similarUnverifiedMidjourney使用CLIP的文本编码器将提示词转换为条件向量，引导扩散模型的去噪过程69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/838930API
curl https://kongchang.com/api/v1/knowledge/claims/838930MCP
get_claim(id=838930)