본 논문은 제어 가능한 이미지 생성을 위해 확산 모델의 확률적 미분 방정식(SDE) 구조를 직접 수정하는 Mean Reverting (MR) Diffusion의 샘플링 속도를 높이는 새로운 알고리즘 MaRS (MR Sampler)를 제안합니다. 기존 MR Diffusion은 고품질 샘플 생성에 수백 번의 함수 평가(NFEs)가 필요하지만, MaRS는 MR Diffusion의 역시간 SDE와 확률 흐름 상미분 방정식(PF-ODE)에 대한 준해석적 해를 도출하여 적은 단계로 고품질 샘플을 생성합니다. 이 해는 분석 함수와 신경망으로 매개변수화된 적분으로 구성되며, 훈련 없이도 노이즈 예측, 데이터 예측, 속도 예측 등 주요 매개변수화 방식을 모두 지원합니다. 실험 결과, MaRS는 10가지 이미지 복원 작업에서 10~20배의 속도 향상을 보이며 고품질 샘플을 생성하는 것으로 나타났습니다.
