Асимметричные потоковые модели

Исследователи представили метод AsymFlow, который параметризует предсказание скорости в потоковых моделях через низкоранговое подпространство, сохраняя полномерное описание данных. Метод достиг рекордного FID 1.57 на ImageNet и позволил эффективно дообучить латентную модель FLUX.2 в пиксельное пространство. Это привело к улучшению качества генерации изображений по сравнению с базовой латентной версией.