연구진이 디퓨전 모델 추론 속도를 높이는 Dual-Rate Diffusion 방식을 제안했어요. 고용량 컨텍스트 인코더를 희소하게 평가하고, 경량화된 디노이징 모델이 이를 재활용해 샘플을 효율적으로 개선하는 방식이에요. ImageNet 벤치마크에서 기존 방식과 성능은 유지하면서 계산 비용을 2~4배 줄였어요.
Dual-Rate Diffusion은 기존 방식과 동등한 성능을 내면서도 계산 비용을 2~4배 절감했어요. Moment Matching Distillation과 같은 증류 기법과도 호환돼 더 빠른 샘플 생성이 가능해요.