待验证60% 置信事实精确时间

Sora、CogVideoX等主流视频生成模型普遍采用DiT或其变体架构，标志视频生成技术从UNet时代向Transformer时代过渡

2

来源数

60%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

DiffusionGemma角色动作迁移实战：ComfyUI工作流拆解

redditr/comfyui2026/7/12

相关事实

已验证万象（Wan）视频生成模型基于 DiT（Diffusion Transformer）架构77% 相似待验证Sora 采用 Video Diffusion Transformer（DiT），将视频压缩为时空 Patch 后进行扩散过程建模76% 相似已验证OpenAI的Sora采用扩散Transformer架构，以高质量文生视频著称76% 相似待验证Sora、Stable Video Diffusion等前沿视频生成模型均采用DiT或其变体75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/607784

API

curl https://kongchang.com/api/v1/knowledge/claims/607784

MCP

get_claim(id=607784)