論文の概要: Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling

• arxiv url: http://arxiv.org/abs/2607.01642v1
• Date: Thu, 02 Jul 2026 03:14:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.647976
• Title: Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling
• Title（参考訳）: 多解流マッチング:段階サンプリングによる学習自由拡散加速
• Abstract要約: MrFlowは、事前訓練されたフローマッチングモデルのためのトレーニング不要なマルチレゾリューション・アクセラレーション戦略である。 低分解能サンプリングの2次トークン削減とステップ要求の低減を利用して10倍のエンドツーエンド加速を実現する。
• 参考スコア（独自算出の注目度）: 47.2466059857263
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hardware-agnostic strategies for accelerating text-to-image diffusion, such as timestep distillation and feature caching, can reduce inference time without custom kernels or system-level optimization. Among them, multi-resolution generation strategies have recently received broad attention, attaining more than 5x speedup without any training. However, the design of performing upsampling in the latent space, together with the selective modification of partial regions, causes these methods to exhibit noticeable blurring or artifacts. To this end, we propose MrFlow, a training-free multi-resolution acceleration strategy for pretrained flow-matching models built upon a staged low-to-high-resolution pipeline. MrFlow first rapidly generates the main structure at low resolution, then performs super-resolution in the pixel space using a lightweight pretrained GAN-based model, subsequently injects low-strength noise to enable high-frequency resampling, and finally refines the details at high resolution. Quantitative and qualitative results on FLUX.1-dev and Qwen-Image show that MrFlow exploits the quadratic token reduction and reduced step requirement of low-resolution sampling to achieve 10x end-to-end acceleration while keeping OneIG within a 1% gap relative to that before acceleration, significantly surpassing other training-free acceleration strategies, and requiring no training or runtime dynamic identification whatsoever. MrFlow can further be directly combined orthogonally with pre-trained timestep distillation strategies, achieving even higher generation acceleration of up to 25x.
• Abstract（参考訳）: タイムステップ蒸留や機能キャッシングなどのテキスト間の拡散を加速するためのハードウェアに依存しない戦略は、カスタムカーネルやシステムレベルの最適化なしに推論時間を短縮することができる。 中でも、マルチレゾリューション生成戦略は近年広く注目されており、トレーニングなしで5倍以上のスピードアップを実現している。 しかし、潜在空間におけるアップサンプリングを行う設計は、部分領域の選択的な修正とともに、これらの手法が顕著なぼやけや人工物を示す原因となっている。 そこで本研究では,低分解能パイプライン上に構築された事前学習フローマッチングモデルのための,学習不要なマルチレゾリューション・アクセラレーション戦略であるMrFlowを提案する。 MrFlowはまず、まず低分解能で主構造を高速に生成し、その後、軽量な事前訓練GANモデルを用いて画素空間で超解像を行い、その後、低強度ノイズを注入して高周波再サンプリングを可能にし、最終的に高分解能で詳細を洗練する。 FLUX.1-dev と Qwen-Image の定量的および定性的な結果から、MrFlow は低分解能サンプリングの2次トークンの低減とステップ要件の低減を利用して、OneIG をアクセラレーション前の1% の間隔で維持し、他のトレーニング不要なアクセラレーション戦略を著しく上回り、トレーニングや実行時動的識別を一切必要とせず、10倍のエンド・ツー・エンド・アクセラレーションを実現している。 さらに、MrFlowは、事前訓練された時間ステップ蒸留戦略と直交的に組み合わされ、最大25倍の高出力加速を達成することができる。

関連論文リスト

• EFlow: Fast Few-Step Video Generator Training from Scratch via Efficient Solution Flow [52.73538517981873]
  EFlowは、ビデオ拡散トランスフォーマーのための効率的な数ステップのトレーニングフレームワークである。 Gated Local-Global Attentionはトークンドロップ可能なハイブリッドブロックである。 Path-Drop Guidedトレーニングは、高価なターゲットを計算的に安価で弱いパスに置き換える。
  論文  参考訳（メタデータ） (2026-03-28T02:06:55Z)
• Training-free Diffusion Acceleration with Bottleneck Sampling [37.9135035506567]
  Bottleneck Samplingは、低解像度の事前処理を活用して、出力の忠実さを維持しながら計算オーバーヘッドを低減する、トレーニング不要のフレームワークである。 画像生成に最大3$times$、ビデオ生成に2.5$times$、標準のフル解像度サンプリングプロセスに匹敵する出力品質を維持しながら、推論を加速する。
  論文  参考訳（メタデータ） (2025-03-24T17:59:02Z)
• RayFlow: Instance-Aware Diffusion Acceleration via Adaptive Flow Trajectories [17.934379261227388]
  既存のアクセラレーション手法では、サンプルの品質、可制御性、あるいはトレーニングの複雑さを損なう。 これらの制限に対処する新しい拡散フレームワークであるRayFlowを提案する。 大規模な実験は、スピード、制御、トレーニング効率を改善した高品質な画像の生成におけるRayFlowの優位性を実証している。
  論文  参考訳（メタデータ） (2025-03-10T17:20:52Z)
• Towards More Accurate Diffusion Model Acceleration with A Timestep Tuner [112.99126045081046]
  数千のデノナイジングステップを用いて画像を生成するために定式化された拡散モデルは通常、遅い推論速度に悩まされる。 最小コストで特定の区間に対してより正確な積分方向を求めるのに役立つtextbftimestep tunerを提案する。 実験により,我々のプラグイン設計を効率的に訓練し,様々な最先端加速度法の推論性能を向上できることが示された。
  論文  参考訳（メタデータ） (2023-10-14T02:19:07Z)
• ResShift: Efficient Diffusion Model for Image Super-resolution by Residual Shifting [70.83632337581034]
  拡散に基づく画像超解像法(SR)は主に低推論速度によって制限される。 本稿では,SRの拡散段数を大幅に削減する新しい,効率的な拡散モデルを提案する。 本手法は,残差をシフトすることで高分解能画像と低分解能画像の間を移動させるマルコフ連鎖を構成する。
  論文  参考訳（メタデータ） (2023-07-23T15:10:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。