待验证50% 置信事实精确时间
VAE（变分自编码器）在扩散模型管线中承担图像压缩与解码角色，将潜空间表示还原为像素级图像
1
来源数
50%
置信度
长期有效
时效性
2026/8/26
首次发现
来源
涉及实体
相关事实
待验证3D VAE 同时在空间和时间维度进行压缩，不同于图像领域的 2D VAE78% 相似已验证多模态大模型将图像切分为固定patch经视觉编码器（基于ViT架构）转换为高维向量后对齐到语言模型token embedding空间，是推断而非读取66% 相似已验证现代主流图像生成模型普遍采用潜在扩散模型（LDM）框架，通过VAE将图像压缩至低维潜在空间，压缩步骤会导致高频细节信息损失64% 相似待验证扩散模型在生成图像时本质上是在高维潜空间（Latent Space）中进行去噪采样，缺乏多角度约束时同一角色在不同帧中的特征易产生语义漂移64% 相似待验证潜在空间是深度生成模型中的核心概念，AI图像模型在训练过程中将海量图像压缩为高维数学向量，这些向量构成的空间即为潜在空间64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/802876API
curl https://kongchang.com/api/v1/knowledge/claims/802876MCP
get_claim(id=802876)