本研究提出了一种扩散自蒸馏方法，旨在解决文本到图像扩散模型在细粒度控制方面的不足。该方法利用预训练模型生成数据集，支持文本条件的图像生成，并在身份保留生成任务上优于现有的零-shot 方法。