研究者らは、事前学習済みフローマッチングモデル向けのトレーニング不要なマルチ解像度加速戦略であるMrFlowを提案しました。これは、低解像度から高解像度へのパイプラインを使用し、推論時間を大幅に短縮します。この手法は、低解像度で主要構造を生成し、軽量なGANベースのモデルを使用してピクセル空間で超解像を行い、高周波数の再サンプリングのためにノイズを注入し、高解像度で詳細を精緻化します。

  • MrFlowはQwen-Imageで最大10.3倍、FLUX.1-devで8.25倍のエンドツーエンドの高速化を実現し、OneIGは未加速モデルとの差が1%以内に保たれます。
  • Pi-Flowなどの事前学習済みタイムステップ蒸留戦略と組み合わせることで、MrFlowは最大25倍の生成加速を実現できます。
  • この実装にはファインチューニング、学習されたアップサンプリング、またはカスタムカーネルは必要なく、標準的なPyTorchおよびDiffusersパイプラインに依存しています。
  • このアプローチはFLUX.1-dev、FLUX.2 Klein Base 9B、Z-Image-Turbo、Qwen-Imageファミリーと互換性があります。

MrFlowを使用すると、モデルの再学習やシステムレベルの最適化なしにテキストから画像への拡散を加速できるため、視覚品質を維持しながら高速生成を実現する実用的なソリューションとなります。