연구진은 기존 조건부 확산 모델의 한계를 극복하기 위해 사전 훈련된 자기 지도 학습 모델의 표현을 활용한 새로운 접근법을 제시했어요. 이 방법은 무조건적 이미지 생성 품질을 향상시킬 뿐만 아니라, 생성 과정을 제어할 수 있는 표현 공간을 제공해요. 연구 결과, 표현 공간에서 변동 방향을 식별하여 부드러움과 분리성을 확인했어요.
기존 방식은 광범위하게 주석이 달린 데이터셋을 필요로 하지만, 이번 연구는 사전 훈련된 자기 지도 학습 모델의 표현을 조건으로 활용하여 이미지 생성 과정을 제어하는 방법을 모색했어요. 이를 통해 이미지 생성 품질을 개선하고, 새로운 제어 가능성을 열었어요.
연구진은 표현 공간의 변동 방향을 분석하여 부드러움과 분리성을 확인했으며, 이는 이미지 생성 제어에 유용한 정보를 제공할 수 있음을 시사해요.