本文探讨了基于扩散模型的文本到图像生成技术的进展，提出了多种方法以提高模型对提示语义的遵循能力。研究表明，通过引导方向调整和句法约束，可以显著改善图像与文本的对齐。此外，提出的W1KP方法用于评估图像可变性，显示新型扩散模型在准确性方面的优势。