저희의 CVPR 논문을 확인해 보세요. 비용이 많이 드는 네트워크 평가 (network evaluations) 대신 Chebychev 다항식 (Chebychev polynomials)을 통해 특징 (features)을 추정함으로써 확산 샘플링 (diffusion sampling)을 가속화할 수 있습니다. 큰 속도 향상을 이루면서도 품질은 유지됩니다.

[인용 @jiaqihan99: 저희의 CVPR 2026 논문을 공유하게 되어 기쁩니다: Spectrum: 확산 샘플링 가속을 위한 적응형 스펙트럼 특징 예측 (Adaptive Spectral Feature Forecasting for Diffusion Sampling Acceleration)

확산 모델 (Diffusion models)은 멋진 이미지/비디오를 생성하지만, 모든 출력에 많은 비용이 드는 DiT 순전파 (forward passes)가 필요하기 때문에 샘플링 (sampling)은 여전히 느립니다.

만약...]
[인용 URL: https://x.com/jiaqihan99/status/2062256853338488958]