비대칭 흐름 모델 (Asymmetric Flow Models)

요약

AsymFlow는 고차원 데이터의 저계수 구조를 활용하여 데이터 예측은 전체 차원에서, 노이즈 예측은 저계수 부분 공간에서 수행하는 비대칭 속도 파라미터화 방식을 제안합니다. 이 모델은 기존 네트워크 구조 변경 없이도 높은 성능을 내며, ImageNet 256x256에서 1.57 FID라는 뛰어난 성적을 기록했습니다. 또한 사전 학습된 잠재 흐름 모델을 픽셀 공간 모델로 효과적으로 미세 조정할 수 있는 새로운 경로를 제시합니다.

핵심 포인트

• 계수 비대칭 속도 파라미터화(rank-asymmetric velocity parameterization)를 통해 고차원 노이즈 모델링의 효율성 개선
• ImageNet 256x256 테스트에서 1.57 FID를 달성하며 기존 픽셀 확산 모델을 능가
• 사전 학습된 잠재 흐름 모델을 픽셀 공간 모델로 미세 조정할 수 있는 최초의 방법론 제공
• FLUX.2 klein 9B 기반 미세 조정 모델이 픽셀 공간 텍스트-투-이미지 생성 분야에서 새로운 SOTA 달성