論文の概要: SelfLift: Accelerating Few-Step Diffusion via Self-Recovering Resolution Transition
- arxiv url: http://arxiv.org/abs/2609.02036v1
- Date: Wed, 02 Sep 2026 03:07:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.036907
- Title: SelfLift: Accelerating Few-Step Diffusion via Self-Recovering Resolution Transition
- Title（参考訳）: SelfLift: 自己回復型解像度遷移によるFew-Step拡散の加速
- Abstract要約: トランジッション・リペア信号とトラジェクトリ・アラインメントの両面を生成モデル自体から導出するプログレッシブ・レゾリューション・フレームワークであるSelfLiftを紹介する。
FLUX.2-KleinとZ-Image-Turbo全体で、SelfLiftはエンドツーエンドのレイテンシをそれぞれ41.5%、44.1%削減している。
- 参考スコア（独自算出の注目度）: 10.062502164869125
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Few-step diffusion models substantially compress temporal computation, making the spatial cost of each model evaluation an increasingly dominant source of inference latency. Progressive-resolution inference reduces this cost by performing early denoising at low resolution and reserving high-resolution computation for refinement. However, existing methods typically lift intermediate latents directly and rely on subsequent steps to absorb the induced distribution mismatch. In the few-step regime, the limited recovery budget leaves these errors as visible artifacts, constraining how late the transition can occur and, consequently, how efficiently it can be performed. We introduce SelfLift, a self-recovering progressive-resolution framework that derives both transition-repair signals and trajectory-aligned supervision from the generative model itself. SelfLift-zero proposes a training-free Artifact-Aware Consistency Lift, using disagreement between direct latent lifting and pixel-VAE re-encoding as both a localized artifact-risk signal and a model-native correction direction. It enables reliable late transitions without external super-resolution, extra denoiser evaluations, or sampling-schedule modifications. Building on this robust transition, SelfLift-rich performs On-Policy Self Recovery on student-visited states, transferring dense high-resolution guidance from an internal self-teacher while remaining aligned with the altered progressive-resolution dynamics. Across FLUX.2-Klein and Z-Image-Turbo, SelfLift reduces end-to-end latency by 41.5% and 44.1%, respectively. Combined with timestep distillation, it delivers overall speedups of 29.61x and 19.21x over the corresponding 50-step models while preserving competitive generation quality, establishing a stronger speed-quality frontier for few-step diffusion.
- Abstract（参考訳）: 数ステップの拡散モデルは時間計算を実質的に圧縮し、各モデル評価の空間コストを推論遅延の主流となるようにした。
プログレッシブ・レゾリューション推論は、低分解能で早期に復調を行い、高分解能の計算を洗練のために保存することにより、このコストを削減する。
しかし、既存の手法は一般的に中間潜伏剤を直接持ち上げ、誘導された分布ミスマッチを吸収するためにその後のステップに依存する。
いくつかの段階において、リカバリ予算はこれらのエラーを可視的アーティファクトとして残し、移行の遅さを制限し、その結果、それがどれだけ効率的に実行されるかを制限します。
本稿では,自己回復型プログレッシブ・レゾリューション・フレームワークであるSelfLiftを紹介する。
SelfLift-zeroは、ローカル化されたアーティファクトリスク信号とモデルネイティブ補正方向の両方として、直接遅延リフトとピクセルVAE再符号化の相違を利用して、トレーニング不要なArtifact-Aware Consistency Liftを提案する。
外部の超解像、余分なデノイザ評価、サンプリング・スケジュール修正なしに信頼性の高い遅延遷移を可能にする。
この堅牢な移行に基づいて、SelfLift-richは、学生が訪問する州でOn-Policy Self Recoveryを実行し、内部の自己教育者から高解像度のガイダンスを転送する一方で、変化した進行分解能のダイナミックスと整合する。
FLUX.2-KleinとZ-Image-Turbo全体で、SelfLiftはエンドツーエンドのレイテンシをそれぞれ41.5%、44.1%削減している。
タイムステップ蒸留と組み合わせて、競争力のある生成品質を維持しつつ、対応する50ステップモデルに対して29.61xと19.21xの全体的なスピードアップを提供し、数ステップ拡散のためのより強力なスピード品質のフロンティアを確立する。
関連論文リスト
- TTSD-FAR: Test-Time Self-Distillation with Fisher-Anchored Restoration for Missing-Modality Emotion Recognition in LVLMs [83.78708832901194]
大規模ビデオ言語モデル(LVLM)は、野生のマルチモーダル感情認識(ER)のようなマルチモーダルタスクにおいて顕著なパフォーマンスを示している。
しかし、現実のデプロイメントは依然として困難であり、テスト時にモダリティが欠落したりうる。
凍結した教師が自己蒸留により適応的な低学級の生徒を指導する手法を提案する。
MELD, DFEW, BAHを0%-50%のモダリティで実験した結果, この統一型適応復元設計はエントロピーベースの適応, RAG, およびパープレキシティベースの生成より一貫して優れていた。
論文 参考訳（メタデータ） (2026-08-18T23:40:28Z) - Rethinking Pixel Mean Flows via Interval Denoiser [95.11499828543344]
潜在自由生成のためのフレームワークであるInterval Denoiserを提案する。
その結果,FIDは1ステップ (1-NFE) で4.55, 2ステップ (2-NFE) で3.98であった。
論文 参考訳（メタデータ） (2026-08-05T13:22:43Z) - teasr: training-efficient any-step diffusion transformer for real-world image super-resolution [10.733502031936958]
TEASRはReal-ISRのためのトレーニング効率の良い任意のステップ拡散フレームワークである。
我々のキーとなる考え方は、単一拡散モデル内で自己逆蒸留を行うことである。
ノイズレベルの一段階生成を安定化する時間ステップ対応補正戦略を提案する。
論文 参考訳（メタデータ） (2026-06-15T04:02:37Z) - Where to Refine, When to Stop: Rethinking Redundancy via Latent Discrepancy for Efficient Visual Autoregressive Generation [50.139984798361375]
遅延不一致による冗長性を除去する学習自由フレームワークを提案する。
LD-Pruningは、Infinity-8Bの最大2.35倍のスピードアップを実現し、高い生成品質を維持しながら推論を大幅に削減する。
論文 参考訳（メタデータ） (2026-05-29T19:34:39Z) - Bridging Restoration and Generation Manifolds in One-Step Diffusion for Real-World Super-Resolution [22.963799508399365]
最近の単一段階蒸留は推論を加速するが、認識歪んだトレードオフに直面している。
実時間ISR(IDaS-SR)の適応的インバージョンと劣化認識サンプリングを提案する。
IDaS-SRは決定論的復元と生成のボトルネックを埋める一段階のフレームワークである。
論文 参考訳（メタデータ） (2026-04-27T07:43:00Z) - Self-Adversarial One Step Generation via Condition Shifting [11.426065945265647]
APEXは、フローモデルから不均一に抽出された逆補正信号のフレームワークである。
私たちの0.6BモデルはFLUX-Schnell 12B(20$times$ more parameters)を1ステップ品質で上回ります。
Qwen-Image 20BのLoRAチューニングにより、APEXは6時間でNFE=1のGenEvalスコア0.89に達し、最初の50ステップの教師(0.87)を超え、15.33$times$推論スピードアップを提供する。
論文 参考訳（メタデータ） (2026-04-14T05:54:33Z) - ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
ResADは正規化された残留軌道モデリングフレームワークである。
学習タスクを再編成し、慣性参照からの残留偏差を予測する。
NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
論文 参考訳（メタデータ） (2025-10-09T17:59:36Z) - Transition Models: Rethinking the Generative Learning Objective [68.16330673177207]
有限時間間隔で状態遷移を解析的に定義する連続時間力学方程式を導入する。
これは、任意のステップ遷移に適応する新しい生成パラダイムである遷移モデル(TiM)をもたらす。
TiMは最先端のパフォーマンスを達成し、SD3.5 (8Bパラメータ)やFLUX.1 (12Bパラメータ)といった主要なモデルを超える。
論文 参考訳（メタデータ） (2025-09-04T17:05:59Z) - ALTER: All-in-One Layer Pruning and Temporal Expert Routing for Efficient Diffusion Generation [40.68265817413368]
ALTER: All-in-One Layer Pruning and Temporal Expert Routingを紹介する。
拡散モデルを効率的な時間的専門家の混合物に変換する統一されたフレームワーク。
トレーニング可能なハイパーネットワークを利用することで、レイヤープルーニング、エキスパートルーティング、モデル微調整を統一するシングルステージ最適化。
論文 参考訳（メタデータ） (2025-05-27T22:59:44Z) - SinSR: Diffusion-Based Image Super-Resolution in a Single Step [119.18813219518042]
拡散モデルに基づく超解像(SR)法は有望な結果を示す。
しかし、それらの実践的応用は、必要な推論ステップのかなりの数によって妨げられている。
本稿では,SinSRという単一ステップのSR生成を実現するための,シンプルで効果的な手法を提案する。
論文 参考訳（メタデータ） (2023-11-23T16:21:29Z)
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。