待验证50% 置信事实精确时间

扩散模型天然是随机过程而视频要求确定性，两者在数学上存在张力，这是即便最先进模型仍会出现主体变形或场景跳变的根本原因

1

来源数

50%

置信度

长期有效

时效性

2026/9/8

首次发现

来源

短视频创作者如何使用AI视频生成工具

涉及实体

扩散模型concept

相关事实

待验证扩散模型的数学本质是基于随机微分方程和得分匹配理论，支撑着Stable Diffusion、DALL-E等图像生成系统76% 相似待验证扩散模型本质上是对像素分布的学习，缺乏对因果物理过程的建模76% 相似已验证扩散模型的核心思路来源于非平衡热力学，训练阶段将清晰图像逐步加入高斯噪声，推理阶段从随机噪声逆向去除噪声还原图像72% 相似待验证扩散模型的归纳偏置天然倾向于平滑、渐变的输出，无法在架构层面强制施加网格约束，即便专门训练的LoRA模型也只能在统计意义上让输出更像像素画72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/877163

API

curl https://kongchang.com/api/v1/knowledge/claims/877163

MCP

get_claim(id=877163)