NVIDIA AnyFlow: flow map 기반 any-step 비디오 확산 증류 — 1.3B~14B 모델에서 일관성 기법 대등 이상

NVIDIA 연구진이 flow map 전이 학습을 통해 임의 스텝 수에서 동작하는 비디오 확산 증류 프레임워크 AnyFlow를 제안했습니다. 기존 일관성 증류(consistency distillation)는 고정된 적은 스텝에 최적화되어 테스트 시 스텝을 늘리면 성능이 떨어지는 문제가 있었는데, AnyFlow는 endpoint 매핑 대신 임의 시간 구간의 flow map 전이를 학습하고, Flow Map Backward Simulation으로 온-폴리시 증류를 효율화하여 ODE 샘플링의 test-time scaling 특성을 보존합니다. 양방향(bidirectional) 및 인과(causal) 아키텍처, 1.3B~14B 스케일 실험에서 적은 스텝 영역에서는 일관성 기반 기법과 대등하거나 더 나은 성능을 보였고, 스텝 수가 늘어날수록 성능이 향상됩니다. 단, 학습에 추가적인 backward simulation 비용이 들어간다는 점은 고려할 만합니다.

• #video-generation
• #distillation
• #flow-matching
• #nvidia