본 논문은 고차원 시각 모달리티 생성의 계산 비용 문제를 해결하기 위해, 사용자 정의 다중 스케일 표현(예: Laplacian pyramid)의 각 레벨에 독립적으로 Flow Matching을 적용하는 새로운 프레임워크인 Decomposable Flow Matching (DFM)을 제안합니다. DFM은 기존의 다단계 생성 모델들이 가진 복잡성(맞춤형 확산 공식, 분해 의존 단계 전환, 임시 샘플러 또는 모델 캐스케이드 필요)을 해결하고, 단일 모델로 이미지 및 비디오의 시각적 품질을 향상시킵니다. 실험 결과, Imagenet-1k 512px 데이터셋에서 기본 아키텍처 대비 FDD 점수가 35.2% 향상되었고, 최고 성능의 기준 모델 대비 26.4% 향상되었습니다. 또한, FLUX와 같은 대규모 모델의 미세 조정에 적용했을 때, 훈련 분포에 대한 더 빠른 수렴 속도를 보였습니다. 이는 기존 훈련 파이프라인에 대한 최소한의 수정만으로 가능합니다.
