Google Research 揭示扩散模型创造力来源：score smoothing 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 score smoothing：权重衰减等正则化使学到的 score function 变平滑，去噪过程因此在训练数据点之间插值，生成新样本而非简单记忆。研究用一维两点实验和两层 ReLU 网络验证，权重衰减越强插值区越明显，即使无显式正则化，梯度训练的隐式正则化也能产生同样效果。