フローターボ:多段階の精錬によるフローベースの画像生成モデルの加速

科学分野:

• 人工知能 (AI) とは,人工知能 (AI) のことです.
• コンピュータビジョン コンピュータビジョン
• 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) とは,機械学習 (Machine Learning) と呼ばれるものです.

背景:

• フローベースのモデルは,競争力のある視覚生成品質と推論速度を提供します.
• フローベースのモデルの効率的なサンプリング方法は,拡散モデルと比較して十分に研究されていない.
• フローマッチングにより,発電に有利な,よりストレートなサンプリング軌道を可能にします.

研究 の 目的:

• フローベースの生成モデルのサンプリングプロセスを加速するためのフレームワーク,FlowTurboを開発する.
• 流量ベースのモデルのサンプリング速度と視覚品質の両方を向上させる.
• 生成的なタスクにおける推論時間を短縮するための新しいテクニックを導入する.

主な方法:

• 提案されたFlowTurboフレームワークは,安定した速度出力を推定するために軽量な速度精製器を使用しています.
• 擬似補正器とサンプル認識コンパイルを導入し,推論時間をさらに短縮しました.
• 大型モデルの解像度で生成を分割する多段階の精製技術を開発しました.
• レイテンシーとスループットを最適化するために,ステージ認識の展開戦略を実装しました.

主要な成果:

• クラス条件生成の加速比は53.1%58.3%,テキストから画像生成の加速比は29.8%38.5%を達成しました.
• ImageNetで2.12 (100 ms/img) と3.93 (38 ms/img) のFIDを達成し,最新のリアルタイム生成を確立しました.
• SD 3.5 Largeで ~50%のスピード改善が実証され,NVIDIA 3090 GPUで 28.05のFIDを達成しました.

結論:

• FlowTurboは,多段階のサンプリングパラダイムを変更することなく,フローベースの生成モデルを効果的に加速します.
• このフレームワークは,画像編集やインペインティングなどのさまざまなタスクに適用できます.
• FlowTurboは,リアルタイムで高精度な画像生成を可能にし,この分野で新しいベンチマークを設定します.