拡散モデルの予測対象を再検討
2026年10月16日公開のプレプリントは、画素空間で直接生成するTransformerの設計を検討します。MFlowはクリーン画像と速度予測の組合せを学習し、モデル容量や表現によって好まれる方式が変わると報告します。
試験したモデル群には細かな表面質感に関係する高周波不足が見られ、ConvRefinerという小さな畳込みモジュールで本体を固定したまま補完します。FIDが近くても周波数特性は変化するため、一つの点数だけでは品質を捉えきれません。
制作上の意味と限界
布や葉脈の違和感をプロンプトだけの問題にしない視点を与えます。ただし全画像の欠陥を説明する法則ではありません。論文は審査中で結果は著者評価、Adobe製品への実装発表でもありません。実画像の拡大と人による材質・構造検査を併用すべきです。