Google Research 揭秘扩散模型的创造力机制

Google Research 在 ICLR 2026 论文中揭示，扩散模型的创造力源于神经网络训练中的得分平滑（score smoothing）效应。权重衰减等正则化机制使神经网络学到更平缓的得分函数，促使去噪过程在训练样本之间的“插值区”停驻并生成全新样本。该机制解释了扩散模型如何摆脱单纯的样本记忆，实现对复杂数据流形的有效恢复。