연구진은 고차원 공간에서 흐름 기반 생성을 어렵게 만드는 문제를 해결하기 위해 Asymmetric Flow Modeling (AsymFlow)을 제안했습니다.
AsymFlow는 데이터 예측을 전체 차원으로 유지하면서 노이즈 예측을 저차원 부분 공간으로 제한하는 방식으로 설계되었으며, ImageNet 256x256에서 1.57의 뛰어난 FID 점수를 달성했습니다.
기존 FLUX.2 모델을 기반으로 AsymFlow를 튜닝하여 픽셀 공간 텍스트-이미지 생성 분야에서 새로운 최고 성능을 기록했습니다.