[논문리뷰] Super-Resolution in The Right Latent Space: A Frozen Vision-Foundation Substrate현재의 Real-world Super-Resolution (SR) 방법론들은 degraded image의 latent embedding이 clean image manifold에서 멀리 떨어져 있는 reconstruction-oriented latent space나 pixel space에서 복원 작업을 수행한다.#Review#Super-Resolution#Latent Space#DINOv3-L#Vision Foundation Model#Fidelity-Perception Trade-off#Adversarial Training#Image Restoration2026년 10월 14일댓글 수 로딩 중
[논문리뷰] Kandinsky 6.0 Video: Foundation Models for Synchronized Video and Audio Generation본 논문은 이미지 합성에 효과적인 Diffusion Models 및 Flow Matching 방법론이 비디오 생성으로 확장되었음에도 불구하고, 오디오와 동기화된 비디오(T2AV)를 생성하는 것이 훨씬 더 어렵다는 핵심 문제를 해결하고자 한다.#Review#Foundation Models#Text-to-Audio-Video Generation#CrossDiT#Continuous Pretraining#Reinforcement Learning#Distillation#Super-Resolution#Lip-Sync2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling본 논문은 최신 diffusion 및 flow matching 모델의 연산 비용이 지나치게 높다는 점을 해결하고자 한다. 기존의 timestep distillation이나 feature caching 방식은 모델 학습이 필요하거나 가속 효율이 제한적이라는 한계가 존재한다.#Review#Diffusion Models#Flow Matching#Training-Free Acceleration#Multi-Resolution Generation#Staged Sampling#Super-Resolution2026년 7월 2일댓글 수 로딩 중
[논문리뷰] RefGC-SR^2: Reference-guided Generated Content Super-Resolution and Refinement본 연구는 사용자 제공 고해상도 참조 이미지(HRRI)를 저해상도(LR)로 다운샘플링하여 입력하는 기존 파이프라인의 정보 손실 문제와, 이로 인해 발생하는 생성 아티팩트를 동시에 해결하고자 합니다.#Review#Reference-guided Generation#Super-Resolution#Generative Artifact Refinement#Diffusion Transformer#Frequency-adaptive Mixture of LoRA#Post-processing2026년 6월 16일댓글 수 로딩 중
[논문리뷰] Everything at Every Scale: Scale-Invariant Diffusion with Continuous Super-Resolution본 논문은 이미지 생성과 super-resolution이 본질적으로 스케일 간 정보 손실을 역전시키는 동일한 과정임을 지적하며, 이를 통합할 수 있는 새로운 접근법을 제시합니다 .#Review#Diffusion Models#Scale Invariance#Super-Resolution#Frequency Space#Renormalization Group#Unconditional Generation2026년 5월 27일댓글 수 로딩 중
[논문리뷰] PiD: Fast and High-Resolution Latent Decoding with Pixel Diffusion본 연구는 기존 Latent Diffusion Models(LDMs)에서 사용되는 재구성 기반(reconstruction-oriented) 디코더가 고해상도 생성 시 발생하는 정보 손실과 연산 효율성 저하 문제를 해결하고자 합니다.#Review#Latent Diffusion Models#Pixel Diffusion#Latent Decoding#Super-Resolution#Generative Decoding#Distillation2026년 5월 24일댓글 수 로딩 중
[논문리뷰] HunyuanVideo 1.5 Technical Report경량화되면서도 강력한 오픈소스 비디오 생성 모델 Hunyuan Video 1.5 를 개발하여, 8.3억 파라미터로 최첨단 시각 품질과 움직임 일관성을 달성하고, 소비자용 GPU에서 효율적인 추론을 가능하게 하는 것을 목표로 합니다.#Review#Video Generation#Diffusion Transformer#Sparse Attention#Super-Resolution#Open-Source#Multimodal Understanding#Training Optimization#Efficient Inference2025년 11월 24일댓글 수 로딩 중
[논문리뷰] One Small Step in Latent, One Giant Leap for Pixels: Fast Latent Upscale Adapter for Your Diffusion Models본 논문은 기존 확산 모델이 고해상도 이미지를 직접 샘플링할 때 발생하는 속도 저하, 비용 증가, 아티팩트 발생 문제를 해결하고, 사후 픽셀 공간 초해상도(SR) 방식의 추가 지연 및 아티팩트를 극복하는 것을 목표로 합니다.#Review#Latent Diffusion Models#Super-Resolution#Upscaling Adapter#Image Generation#Latent Space#Multi-scale Learning#Cross-VAE2025년 11월 13일댓글 수 로딩 중
[논문리뷰] The Unanticipated Asymmetry Between Perceptual Optimization and Assessment본 논문은 지각적 최적화(perceptual optimization)를 위한 손실 함수와 이미지 품질 평가(IQA) 지표 간의 상관관계 및 GAN(Generative Adversarial Network) Discriminator의 표현 전이 가능성(transferability)을 체계적으로 분석하여, 이들 역할 사이에 예상치 못한 비대칭성이 존재함을 밝히는 것을 목표로 합니다.#Review#Perceptual Optimization#Image Quality Assessment (IQA)#Adversarial Training#Discriminators#Super-Resolution#Fidelity Metrics#Deep Learning2025년 9월 26일댓글 수 로딩 중
[논문리뷰] Waver: Wave Your Way to Lifelike Video Generation본 논문은 통합된 이미지 및 비디오 생성을 위한 고성능 파운데이션 모델인 Waver 를 제시하며, 특히 720p 원본 해상도에서 5-10초 길이의 비디오를 생성하고 1080p로 업스케일링하는 것을 목표로 합니다.#Review#Video Generation#Foundation Model#Diffusion Model#Transformer#Text-to-Video#Image-to-Video#Super-Resolution#Data Curation2025년 8월 22일댓글 수 로딩 중