시각적 생성 모델은 효율성과 품질을 맞추기 위해 압축된 잠재 공간에서 작동해요. 사전 학습된 시각적 표현을 활용하는 데 관심이 높아지고 있지만, 이해 지향적인 특징과 생성에 적합한 잠재 공간의 불일치로 어려움이 있어요. 사전 학습된 표현 인코더는 다양한 가설을 포착하는 고차원 잠재 공간에서 이점을 얻어요.
연구에서는 사전 학습된 이미지 인코더의 단일 레이어를 활용하여 이미지 생성 모델을 구축하는 방법을 제시해요. 기존 방식보다 더 적은 연산량으로 고품질 이미지를 생성할 수 있으며, 기존 VAE 방식보다 더 나은 성능을 보여줘요.
이 방법은 이미지 생성 모델의 효율성을 높이고, 사전 학습된 표현을 활용하는 새로운 가능성을 열어줘요. 관련 코드는 GitHub에서 공개됐어요.