Contextual Flow Matching: 효율적인 시각 생성을 위한 흐름 모델의 적응적 단계 선택

요약

본 논문은 고품질 시각 생성을 위한 Flow Matching의 추론 비용 문제를 해결하기 위해 COFLOW를 제안합니다. COFLOW는 프롬프트 특징에 기반하여 생성 단계 수를 적응적으로 선택하는 컨텍스트 인식 방법입니다. 이 방식은 비지도 보상으로 온라인 학습되며, 기존 모델 재학습 없이 2.5배 이상의 속도 향상을 달성했습니다.

핵심 포인트

• COFLOW는 프롬프트 특징 기반의 단계 적응적 선택을 수행합니다.
• 비지도 보상(unsupervised reward)으로 온라인 학습되어 플러그 앤 플레이 방식입니다.
• 기존 모델 재학습 없이 이미지/비디오 생성에 일반화됩니다.
• 지각적 및 의미론적 품질 유지와 함께 2.5배 이상의 속도 향상을 제공합니다.