동결된 픽셀 공간 확산 모델은 자신의 샘플로 스스로를 안내할 수 있다

연구진은 고정된 픽셀 공간 diffusion 모델에 경량 self-guidance 헤드를 붙여, 샘플링 성능을 개선하는 Synthetic Self-Guidance를 제안했다.

이 방법은 중간층 예측과 최종 예측의 차이를 이용해 생성 과정을 안내하며, 기존 모델을 처음부터 다시 학습할 필요가 없다.

헤드는 실제 이미지 대신 모델이 직접 만든 합성 이미지로도 학습 가능하며, 특히 고주파 디테일 개선에 효과적이다.

ImageNet 기반 여러 pixel diffusion 모델에서 추가 계산량은 매우 적은데도 FID와 샘플 품질이 크게 향상됐다.