본 논문은 다양한 모드의 데이터를 생성하는 데 있어 기존 확산 모델의 한계를 극복하는 새로운 프레임워크를 제시합니다. 기존 접근 방식은 토크나이저나 변이 자동 인코더와 같은 외부 전처리 과정에 의존하여 다양한 데이터 표현을 단일 모드 형식으로 통합하지만, 이는 인코더와 디코더의 높은 정확도를 요구하고 데이터가 부족한 경우 문제가 될 수 있습니다. 본 연구는 임의의 상태 공간에서 다중 모드 확산 모델을 구축하기 위한 새로운 프레임워크를 제안하여, 각 모드에 대한 독립적인 노이즈 스케줄을 도입함으로써 단일 모델 내에서 조건부 및 비조건부 생성을 동시에 가능하게 합니다. 텍스트-이미지 생성과 혼합 유형의 표 형태 데이터 합성에 대한 실험적 검증을 통해 경쟁력 있는 성능을 달성함을 보여줍니다.
