연구진은 디퓨전 및 플로우 매칭 모델의 추론 속도 저하 문제를 해결하기 위해 x-Prediction 기법을 제안했어요. 이 기법은 샘플링 과정에서 중간 상태와 경로 속도를 활용해 원본 샘플을 예측하는 방식이에요.
새로운 Truncated Jump Sampling (TJS) 방식은 ODE를 조기에 종료하고 예측된 샘플을 반환하며, 별도 훈련이나 구조 변경 없이 NFEs를 20~70% 줄일 수 있어요.
SDXL, SD3.5M, Z-Image-Turbo 등 다양한 모델에서 TJS를 적용한 결과, 품질 저하 없이 추론 속도를 크게 향상시켰으며, 경로 재설계 없이도 엔드포인트 예측이 가능한 이유를 분석했어요.