cs.CV, cs.CL, cs.LG · 발표 2026-06-25임팩트
DanceOPD: 온-정책 생성 필드 증류
Wei Zhou, Xiongwei Zhu, Zelin Xu, Bo Dong, Lixue Gong, Yongyuan Liang, Meng Chu, Leigang Qu 외 3명
- 최신 이미지 생성 모델은 텍스트-이미지(T2I), 로컬 편집, 글로벌 편집 등 다양한 기능을 통합해야 합니다.
- 하지만 이러한 기능들은 서로 충돌하여 T2I 성능 저하 및 편집 간섭 문제를 야기합니다.
- DanceOPD는 플로우 매칭 모델을 위한 온-정책 생성 필드 증류 프레임워크를 제안합니다.
- 이 프레임워크는 각 샘플을 특정 기능 필드로 라우팅하고, 학생 모델의 롤아웃 상태에서 전문가 필드를 학습합니다.
- DanceOPD는 다중 기능 구성을 개선하고, 목표 기능을 강화하며, 기존 생성 품질을 유지합니다.
#이미지 생성#플로우 매칭#생성 모델#증류
cs.CV, cs.AI, cs.GR, cs.SD · 발표 2026-06-23 · 갱신 2026-06-25최신
Wan-Streamer v0.1: 실시간 상호작용을 위한 종단간(End-to-end) 파운데이션 모델
Lianghua Huang, Zhi-Fan Wu, Wei Wang, Yupeng Shi, Mengyang Feng, Junjie He, Chen-Wei Xie, Yu Liu 외 16명
HF upvotes 83
- 기존의 다단계 시스템과 달리, Wan-Streamer는 실시간 양방향 오디오-시각 상호작용을 위한 통합 모델입니다.
- 이 모델은 언어, 오디오, 비디오를 단일 트랜스포머(Transformer) 내에서 입력과 출력으로 동시에 처리합니다.
- 인과적 인코더/디코더와 블록-인과적 어텐션(attention)을 활용하여 낮은 지연 시간의 스트리밍을 지원합니다.
- Wan-Streamer는 약 200ms의 모델 응답 지연 시간과 총 550ms의 상호작용 지연 시간을 달성합니다.
- 이는 지각, 추론, 생성, 응답 타이밍 등을 통합 학습하여 파이프라인 지연과 오류를 줄인 혁신적인 접근입니다.
#실시간 상호작용#파운데이션 모델#멀티모달#낮은 지연 시간