本文介绍了Smooth Diffusion模型，通过逐步变化规范化和插值标准差度量，提升了扩散模型在文本到图像生成中的平滑性和效率。研究表明，该模型在多种任务中表现优越，能够有效捕捉图的拓扑信息，改善图像生成的质量和多样性。

研究人员提出了一种名为Smooth Diffusion的新的扩散模型，用于文本到图像生成。该模型通过引入逐步变化规范化来解决扩散模型内潜在空间的非平滑性问题，并设计了插值标准差度量来评估模型的平滑性。实验证明，Smooth Diffusion在图像生成和其他任务中表现出更好的解决方案。