已验证65% 置信事实精确时间
扩散变换器（Diffusion Transformer，DiT）架构最早由Meta研究院在2022年提出
3
来源数
65%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证DiT由Peebles与Xie于2022年提出，将Transformer架构引入扩散过程85% 相似待验证DiT架构由Meta研究院于2023年正式提出，将Vision Transformer引入扩散模型去噪过程，计算复杂度随序列长度平方增长84% 相似已验证DiT（Diffusion Transformer）架构由 Meta AI 研究员 William Peebles 和谢赛宁于 2022 年提出82% 相似待验证扩散变换器（DiT）架构最早由Meta研究院在2022年提出，将扩散模型的噪声预测网络替换为Transformer架构，Sora、Kling、Wan等主流视频生成模型均采用此路线77% 相似已验证DiT由Peebles和Xie在2023年提出，用Transformer块替代了传统扩散模型中的U-Net骨干网络，成为Sora等视频生成模型的技术基础74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/520081API
curl https://kongchang.com/api/v1/knowledge/claims/520081MCP
get_claim(id=520081)