待验证60% 置信事实精确时间
图像生成领域正在经历从U-Net到Transformer的架构范式转移，传统扩散模型如Stable Diffusion 1.x和2.x主要依赖U-Net编码器-解码器结构
2
来源数
60%
置信度
长期有效
时效性
2026/8/18
首次发现
来源
相关事实
已验证扩散 Transformer（DiT）是当前图像生成领域的主流架构，被用于 Stable Diffusion 3、FLUX 等模型73% 相似已验证FLUX采用了DiT（Diffusion Transformer）架构，用纯Transformer替代了传统的U-Net结构71% 相似已验证扩散Transformer（DiT）是将Transformer架构引入扩散模型的一类生成骨干网络，把带噪图像切成patch并线性嵌入为token序列，用多层Transformer块预测噪声或速度，取代传统扩散模型中的U-Net。71% 相似待验证Transformer自回归生成分为Prefill阶段（计算密集型，GPU利用率较高）和Decode阶段（带宽密集型，逐token生成）70% 相似待验证DiT 架构用 Transformer 替代传统 U-Net 作为扩散模型骨干网络，能在 Patch 级别捕捉跨帧长程依赖关系69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/767395API
curl https://kongchang.com/api/v1/knowledge/claims/767395MCP
get_claim(id=767395)