論文の概要: FlashControl: One-Step Controllable Generator via Distillation-Friendly Single-Stream Teachers

• arxiv url: http://arxiv.org/abs/2610.22537v1
• Date: Thu, 15 Oct 2026 18:32:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.62397
• Title: FlashControl: One-Step Controllable Generator via Distillation-Friendly Single-Stream Teachers
• Title（参考訳）: FlashControl:蒸留フレンドリーなシングルストリーム教師によるワンステップ制御可能発電機
• Abstract要約: 本稿では,空間条件生成を支援する単一フロー多段階拡散モデルであるDeltaControlを紹介する。 さらに,1つのフォワードパスで空間制御可能な生成が可能な1ステップモデルであるFlashControlを得るために,ステップ蒸留を適用した。
• 参考スコア（独自算出の注目度）: 50.32008197540719
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion models have become a leading approach in visual generative modeling, particularly effective in text-to-image and controllable generation. Their main drawback is slow inference as it requires many sampling steps. While recent distillation methods enable one-step text-to-image generation, extending these techniques to controllable generation is still challenging. Existing controllable models, such as ControlNet, rely on dual-branch design that make distillation difficult. In this work, we adopt a simpler strategy. Instead of adding extra conditional branches, we finetune a selected subset of layers in the original text-to-image diffusion model to directly enable controllable generation. This results in DeltaControl, a single-flow, multi-step diffusion model capable of supporting spatial-condition generation while matching the performance of dual-branch approaches. Building on this teacher model, we further apply step-distillation to obtain FlashControl, a one-step model capable of spatial controllable generation with a single forward pass.
• Abstract（参考訳）: 拡散モデルは、特にテキスト・ツー・イメージと制御可能な生成において、視覚的生成モデリングにおいて主要なアプローチとなっている。 彼らの主な欠点は、多くのサンプリングステップを必要とするため、遅い推論である。 近年の蒸留法では1段階のテキスト・ツー・イメージ生成が可能となっているが,制御可能な生成に拡張することは依然として困難である。 コントロールネットのような既存の制御可能なモデルは、蒸留を困難にする二重ブランチ設計に依存している。 この作業では、よりシンプルな戦略を採用します。 余分な条件分岐を追加する代わりに、元のテキストと画像の拡散モデルに選択されたレイヤのサブセットを微調整して、制御可能な生成を直接可能にします。 これにより、二重ブランチ手法の性能を一致させながら空間条件生成を支援することができる単一フロー多段階拡散モデルDeltaControlが実現される。 この教師モデル上に構築したFlashControlは、1つのフォワードパスで空間制御可能な生成が可能なワンステップモデルである。

関連論文リスト

• Gated Condition Injection without Multimodal Attention: Towards Controllable Linear-Attention Transformers [69.60693631859411]
  本稿では,線形アテンションアーキテクチャ上に構築された制御可能な拡散モデルについて検討する。 本稿では,SANA などのリニアアテンションバックボーンに適した新しい制御可能な拡散フレームワークを提案する。 提案手法は,線形アテンションモデルに基づく最先端の制御可能な生成性能を実現する。
  論文  参考訳（メタデータ） (2026-03-29T12:31:34Z)
• Transition Matching Distillation for Fast Video Generation [63.1049790376783]
  本稿では,ビデオ拡散モデルを効率の良い数ステップ生成器に蒸留するための新しいフレームワークであるTransition Matching Distillation (TMD)を提案する。 TMDは拡散モデルの多段階認知軌道と数段階の確率遷移過程とを一致させる。 TMDは、生成速度と視覚的品質の間の柔軟性と強力なトレードオフを提供する。
  論文  参考訳（メタデータ） (2026-01-14T21:30:03Z)
• A Practical Investigation of Spatially-Controlled Image Generation with Transformers [23.373853892284227]
  我々は空間的に制御された生成のための生成パラダイムをまたいだ明確なテイクアウトを提供することを目指している。 拡散型/フロー型および自己回帰型(AR)モデルにまたがって、ImageNet上で実験を行う。 我々は、アダプタベースのアプローチのモチベーションを再解明し、限られた下流データでトレーニングされた場合、それらが"鍛造"を緩和し、生成品質を維持することを実証した。
  論文  参考訳（メタデータ） (2025-07-21T15:33:49Z)
• CAR: Controllable Autoregressive Modeling for Visual Generation [100.33455832783416]
  Controllable AutoRegressive Modeling (CAR)は、条件制御をマルチスケールの潜在変数モデリングに統合する新しいプラグイン・アンド・プレイフレームワークである。 CARは、制御表現を徐々に洗練し、キャプチャし、前訓練されたモデルの各自己回帰ステップに注入して生成プロセスを導く。 提案手法は,様々な条件にまたがって優れた制御性を示し,従来の手法に比べて画質の向上を実現している。
  論文  参考訳（メタデータ） (2024-10-07T00:55:42Z)
• UniControl: A Unified Diffusion Model for Controllable Visual Generation In the Wild [166.25327094261038]
  制御可能なコンディション・トゥ・イメージ(C2I)タスクのための新しい生成基盤モデルUniControlを紹介する。 UniControlは、任意の言語プロンプトを許容しながら、特定のフレームワーク内で幅広いC2Iタスクを統合する。 9つのユニークなC2Iタスクで訓練されたUniControlは、印象的なゼロショット生成能力を誇示している。
  論文  参考訳（メタデータ） (2023-05-18T17:41:34Z)

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。