导读
Transformer 最初是序列建模架构，并非图像生成论文；但后来的 CLIP、DALL·E、DiT、 MMDiT 和原生多模态模型都直接或间接建立在 attention/Transformer 范式上。因此它必须出现在完整 Genealogy 中。
查看大图 ↗所链接文献 PDF 的第 3 页，保留原图与原语言。页面版本以来源文件为准；后来的修订或重印日期不替代节点的历史日期。
Vaswani et al. · 原文献 · 图像权利归原权利人；不视为开放许可
资料出处 · Attention Is All You Need ↗档案研究说明
先在语言任务中提出的架构
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
Transformer 论文以注意力机制替代当时常见的循环和卷积序列架构，并在机器翻译及句法分析上展示效果。论文中的性能与训练时间比较属于这些任务。它不是一篇图像生成论文，不能把后来采用 Transformer 的视觉模型性能倒填回 2017 年。
在艺术史中的位置
编者解释：其艺术史位置在于架构后来被不同生成系统重新使用。由语言任务到视觉表示的迁移，需要通过后续论文逐步说明；“都采用注意力”不足以证明两个作品或平台有直接继承关系。
正文引用资料
核读作者或会议页面的摘要与版本记录；未通读全部证明或复现实验。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与语言模型是少样本学习者：GPT-3之间的制作方法、控制方式或展示语境。
比较本条与PixArt-α：高效扩散 Transformer之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2017 · 来源记录的历史日期：2017
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Attention Is All You Need
https://arxiv.org/abs/1706.03762
当前引用地址
出处、翻译与核验状态
主线节点 #091 · 历史节点
研究资料与补充出处 · 1
AI 艺术谱系研究母版 · p. 18 · 056
原记日期: 2017
Attention Is All You Need（注意力机制即你所需） ↗
Attention Is All You Need
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. Attention Is All You Need（注意力机制即你所需）. 艺术史节点 #091. https://salondesrefuses.cn/zh/art-history/056
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。