待验证50% 置信事实精确时间
Stable Diffusion通过预训练的VAE将512×512×3的图像编码为64×64×4的潜在张量，计算量降低约48倍
1
来源数
50%
置信度
长期有效
时效性
2026/8/27
首次发现
来源
涉及实体
相关事实
已验证Stable Diffusion将扩散过程从像素空间压缩至潜在空间，由变分自编码器（VAE）实现69% 相似待验证Stable Diffusion XL约有34亿参数，推理一张图像需要执行20至50步去噪迭代66% 相似待验证扩散模型（Diffusion Model）的兴起使Stable Diffusion、Midjourney等工具将图像生成门槛降至消费级硬件可运行水平64% 相似待验证In image generation, distillation techniques can reduce the number of sampling steps from 50-100 steps down to 4-8 steps while achieving comparable results64% 相似已验证Latent Diffusion Model由Rombach等人于2022年提出，将扩散过程与VAE的潜在空间结合，将计算维度从512×512×3降低到64×64×464% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810103API
curl https://kongchang.com/api/v1/knowledge/claims/810103MCP
get_claim(id=810103)