論文の概要: Magnitude-Direction Decoupling for Fast Video Generation with Flow Matching Models
- arxiv url: http://arxiv.org/abs/2608.17695v1
- Date: Tue, 18 Aug 2026 12:12:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.331819
- Title: Magnitude-Direction Decoupling for Fast Video Generation with Flow Matching Models
- Title（参考訳）: 流れマッチングモデルを用いた高速ビデオ生成のための方位デカップリング
- Abstract要約: ビデオ生成のためのフローマッチングモデルは、反復的デノケーションによる高い計算オーバーヘッドに悩まされる。
本稿では,方向校正軽量モデルを代用として適応的に利用するMDD法を提案する。
実験により、MDDは既存の加速法より優れており、有望なスピードアップを提供することが示された。
- 参考スコア（独自算出の注目度）: 20.535268280651735
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Flow matching models for video generation achieve impressive performance but suffer from high computational overhead due to iterative denoising. In fact, the original model is not necessary for all denoising steps, allowing some steps to use lightweight alternatives for faster sampling. However, directly using caching or lightweight models can deviate from the original denoising trajectory, resulting in suboptimal performance. Through empirical analysis, we find that lightweight models can robustly capture the magnitude components of the original model's output, while caching provides reliable directional guidance. Building on this insight, we propose the Magnitude-Direction Decoupling (MDD) method, which adaptively employs a direction-calibrated lightweight model as a substitute for the original model to accelerate inference and effectively correct deviations in the denoising trajectory. Moreover, MDD further reduces inference costs by reusing magnitude information under classifier-free guidance (CFG). As a result, MDD offers a more reliable and lightweight solution to accelerate sampling. Experiments show that MDD outperforms existing acceleration methods, delivering promising speedups (e.g., up to 2.95x on Wan2.1) while preserving high visual fidelity and content richness.
- Abstract（参考訳）: ビデオ生成のためのフローマッチングモデルは印象的な性能を得るが、反復的なデノケーションにより高い計算オーバーヘッドに悩まされる。
実際には、最初のモデルはすべてのステップに必要ではないため、いくつかのステップではより高速なサンプリングに軽量な代替手段を使用することができる。
しかし、キャッシングや軽量モデルを直接使用すると、元のデノベーション軌跡から逸脱し、最適化性能が低下する。
経験的分析により、軽量モデルは元のモデルの出力の大きさの成分をしっかりと捉え、キャッシングは信頼性の高い方向案内を提供することがわかった。
この知見に基づいて,方向校正軽量モデルを原モデルの代用として適応的に利用し,推論を高速化し,軌道の偏差を効果的に補正するMDD法を提案する。
さらに、MDDは、分類器フリーガイダンス(CFG)の下で等級情報を再利用することで、推論コストをさらに削減する。
その結果、MDDはサンプリングを高速化するためにより信頼性が高く軽量なソリューションを提供する。
実験の結果、MDDは既存の加速度法よりも優れており、高い視力とコンテンツ豊かさを保ちながら、期待できるスピードアップ(Wan2.1の最大2.95倍)を実現している。
関連論文リスト
- Dual-Rate Diffusion: Accelerating diffusion models with an interleaved heavy-light network [33.60166262384809]
デュアルレート拡散(Dual-Rate Diffusion)は、高容量コンテキストエンコーダと軽量デノナイジングモデルの実行をインターリーブすることでサンプリングを高速化する手法である。
ImageNetベンチマークでは、Dual-Rate Diffusionは標準ベースラインのパフォーマンスと一致し、計算コストを2～4ドル削減した。
論文 参考訳（メタデータ） (2026-05-18T10:30:02Z) - Noise Conditional Variational Score Distillation [60.38982038894823]
騒音条件変化スコア蒸留(NCVSD)は, 予混合拡散モデルから生成消音剤を蒸留する新しい方法である。
この知見を変分スコア蒸留フレームワークに組み込むことで、生成的デノイザのスケーラブルな学習を可能にする。
論文 参考訳（メタデータ） (2025-06-11T06:01:39Z) - AudioTurbo: Fast Text-to-Audio Generation with Rectified Diffusion [23.250409921931492]
整流流は直線常微分方程式経路を学習することにより推論速度を向上させる。
このアプローチでは、フローマッチングモデルをスクラッチからトレーニングする必要があります。
本稿では,事前学習したTTAモデルにより生成された定性雑音サンプルペアから一階ODEパスを学習するAudioTurboを提案する。
論文 参考訳（メタデータ） (2025-05-28T08:33:58Z) - On Equivariance and Fast Sampling in Video Diffusion Models Trained with Warped Noise [27.524057973734145]
入力雑音の空間変換に同値であるように、歪んだ雑音を訓練できることが示される。
これにより、入力ノイズ中の動きは、生成されたビデオ内の動きと自然に一致させることができる。
EquiVDMはサンプリングのステップをはるかに少なくすることで、同等または優れた品質を達成する。
論文 参考訳（メタデータ） (2025-04-14T01:26:29Z) - AB-Cache: Training-Free Acceleration of Diffusion Models via Adams-Bashforth Cached Feature Reuse [19.13826316844611]
拡散モデルは生成的タスクにおいて顕著に成功したが、反復的認知過程は推論を遅くする。
本稿では,第2次Adams-Bashforth法を用いて認知過程を解析することにより理論的に理解する。
キャッシュされた結果を直接再利用する代わりに,拡散モデルに対するキャッシングに基づく新しい高速化手法を提案する。
論文 参考訳（メタデータ） (2025-04-13T08:29:58Z) - One-Step Diffusion Model for Image Motion-Deblurring [85.76149042561507]
本稿では,脱臭過程を1段階に短縮する新しいフレームワークである脱臭拡散モデル(OSDD)を提案する。
拡散モデルにおける忠実度損失に対処するために,構造復元を改善する改良された変分オートエンコーダ(eVAE)を導入する。
提案手法は,実測値と非参照値の両方で高い性能を達成する。
論文 参考訳（メタデータ） (2025-03-09T09:39:57Z) - Efficient Diffusion as Low Light Enhancer [63.789138528062225]
RATR(Reflectance-Aware Trajectory Refinement)は、イメージの反射成分を用いて教師の軌跡を洗練するための、シンプルで効果的なモジュールである。
textbfReDDiT (textbfDistilled textbfTrajectory) は低照度画像強調(LLIE)に適した効率的で柔軟な蒸留フレームワークである。
論文 参考訳（メタデータ） (2024-10-16T08:07:18Z) - A-SDM: Accelerating Stable Diffusion through Redundancy Removal and
Performance Optimization [54.113083217869516]
本研究ではまず,ネットワークの計算冗長性について検討する。
次に、モデルの冗長性ブロックをプルークし、ネットワーク性能を維持する。
第3に,計算集約型注意部を高速化するグローバル地域対話型注意(GRI)を提案する。
論文 参考訳（メタデータ） (2023-12-24T15:37:47Z) - 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) - Accelerating Diffusion Models via Early Stop of the Diffusion Process [114.48426684994179]
Denoising Diffusion Probabilistic Models (DDPM) は、様々な世代タスクにおいて優れたパフォーマンスを実現している。
実際には、DDPMは高品質なサンプルを得るために何十万ものデノナイジングステップを必要とすることが多い。
本稿では,DDPMの早期停止型DDPM(Early-Stopped DDPM, ES-DDPM)の原理的高速化戦略を提案する。
論文 参考訳（メタデータ） (2022-05-25T06:40:09Z)
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。