待验证50% 置信事实精确时间
LLaDA-Image采用掩码扩散（Masked Diffusion）机制，将离散掩码语言模型与连续扩散过程相结合
1
来源数
50%
置信度
长期有效
时效性
2026/9/6
首次发现
来源
涉及实体
相关事实
待验证主流文生图模型如Stable Diffusion、Midjourney、DALL-E的底层架构通常是扩散模型与CLIP文本编码器的结合72% 相似待验证论文《Diffusion-LM Improves Controllable Text Generation》将扩散模型迁移到离散文本上以实现可控生成，被公认为扩散语言模型方向的开山之作72% 相似待验证Stable Diffusion 的核心原理是在压缩后的潜在空间中进行去噪生成，采用CLIP文本编码器理解提示词、U-Net架构执行去噪、VAE解码器还原图像的三段式流程71% 相似待验证Stable Diffusion基于LAION-5B数据集训练，采用U-Net架构作为去噪骨干网络，配合CLIP文本编码器实现文本到图像的语义映射67% 相似待验证研究者提出了掩码扩散（Masked Diffusion）、吸收态扩散（Absorbing Diffusion）等变体以解决文本离散空间的扩散挑战67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/866091API
curl https://kongchang.com/api/v1/knowledge/claims/866091MCP
get_claim(id=866091)