연구진은 Flow Matching 모델의 추론 속도 저하 문제를 해결하기 위해 Mean Flow Distillation (MFD)이라는 새로운 증류 프레임워크를 제안했어요. MFD는 변분 스코어 증류의 고주파 노이즈를 억제하고 글로벌 경로 일관성을 유지하는 시간 저역 필터 역할을 해요.
MFD는 평균 속도 일치를 통해 분포 정렬을 보장하는 Mean Flow Matching Theorem을 증명했어요. 4D 점유 예측 및 텍스트-이미지 생성 등 고차원 매니폴드에서 기존 방식보다 뛰어난 성능을 보여줬어요.
MFD는 고품질의 단일 단계 생성을 가능하게 하여 Flow Matching 모델의 실시간 적용 가능성을 높이는 데 기여할 것으로 기대돼요.