Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

SRDiffusion: Accelerate Video Diffusion Inference via Sketching-Rendering Cooperation

Created by
  • Haebom

저자

Shenggan Cheng, Yuanxin Wei, Lansong Diao, Yong Liu, Bujiao Chen, Lianghua Huang, Yu Liu, Wenyuan Yu, Jiangsu Du, Wei Lin, Yang You

개요

본 논문은 고해상도 장시간 비디오 생성의 높은 계산 비용 문제를 해결하기 위해, 대규모 모델과 소규모 모델의 협업을 기반으로 하는 새로운 프레임워크인 SRDiffusion을 제안합니다. 대규모 모델은 초기 고잡음 단계에서 의미와 모션의 정확성을 담당하고(Sketching), 소규모 모델은 저잡음 단계에서 시각적 세부 사항을 개선하는(Rendering) 역할 분담을 통해 연산 비용을 줄입니다. Sora, CogVideoX, Wan과 같은 기존 확산 변환기(DiT) 기반 모델의 추론 속도를 크게 향상시키는 것을 목표로 합니다.

시사점, 한계점

시사점:
기존의 계산량 감소 전략과는 다른 새로운 방향을 제시합니다.
대규모 모델과 소규모 모델의 협업을 통해 확산 기반 비디오 생성의 추론 속도를 효과적으로 향상시킵니다 (Wan 모델의 경우 3배 이상 속도 향상, CogVideoX 모델의 경우 2배 이상 속도 향상).
VBench 기준으로 거의 품질 저하 없이 속도 향상을 달성합니다.
확장 가능한 비디오 생성을 위한 실용적인 해결책을 제공합니다.
한계점:
구체적인 대규모 모델과 소규모 모델의 구조 및 매개변수에 대한 자세한 설명이 부족할 수 있습니다.
다양한 비디오 데이터셋 및 품질 평가 지표에 대한 실험 결과가 제한적일 수 있습니다.
제안된 방법의 일반화 성능 및 다른 확산 모델에 대한 적용 가능성에 대한 추가 연구가 필요할 수 있습니다.
👍