日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

生成モデルarXiv:2603.13395

COT-FM: クラスタ単位の最適輸送フローマッチング

COT-FM: Cluster-wise Optimal Transport Flow Matching

シェア:XThreadsFacebookLINEはてブBluesky

フローマッチングの確率経路をクラスタリングと最適輸送で再形成し、より速く高品質な生成を実現する汎用フレームワークを提案。画像生成やロボット操作タスクで有効性を実証。

詳しい要約

1. どんなもの?

COT-FMは、Flow Matching (FM) の確率経路を再設計し、より高速で信頼性の高い生成を実現する汎用フレームワーク。FMモデルはランダムまたはバッチ単位のcouplingにより曲がった軌道を生成し、離散化誤差を増大させサンプル品質を低下させる。COT-FMはターゲットサンプルをクラスタリングし、各クラスタにpretrained FMモデルを逆転して得た専用のソース分布を割り当てる。この分割統治戦略により、より正確な局所輸送と著しく直線的なベクトル場が得られ、モデルアーキテクチャを変更しない。プラグアンドプレイ手法として、2Dデータセット、画像生成ベンチマーク、ロボティックマニピュレーションタスクでサンプリング加速と生成品質向上を一貫して示す。

2. 先行研究と比べてどこがすごい?

従来のFMはランダムまたはバッチ単位のcouplingにより曲がった軌道を生じ、離散化誤差が増大しサンプル品質が低下する。COT-FMはクラスタリングとpretrained FMの逆転による専用ソース分布割り当てで、より正確な局所輸送と直線的ベクトル場を実現する。モデルアーキテクチャを変更せずにプラグアンドプレイで適用でき、サンプリング加速と生成品質向上を一貫して達成する点が先行研究と比べて優れる。

3. 技術・手法の肝は?

技術の肝は、ターゲットサンプルをクラスタリングし、各クラスタにpretrained FMモデルを逆転して得た専用のソース分布を割り当てる分割統治戦略。これにより局所輸送が正確になり、ベクトル場が著しく直線化される。モデルアーキテクチャは変更せず、プラグアンドプレイで適用可能。

4. どうやって有効だと検証した?

2Dデータセット、画像生成ベンチマーク、ロボティックマニピュレーションタスクにおいて、COT-FMがサンプリングを加速し生成品質を向上させることを一貫して示した。

5. 議論はある?

要旨からは不明。

6. 次に読むべき論文は?

Flow Matching (FM) の関連研究、pretrained FMモデル、およびロボティックマニピュレーションにおける生成モデル応用。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Chiensheng Chiang, Kuan-Hsun Tu, Jia-Wei Liao, Cheng-Fu Chou, Tsung-Wei Ke

分類: cs.CV, cs.LG, cs.RO

原文アブストラクト

We introduce COT-FM, a general framework that reshapes the probability path in Flow Matching (FM) to achieve faster and more reliable generation. FM models often produce curved trajectories due to random or batchwise couplings, which increase discretization error and reduce sample quality. COT-FM fixes this by clustering target samples and assigning each cluster a dedicated source distribution obtained by reversing pretrained FM models. This divide-and-conquer strategy yields more accurate local transport and significantly straighter vector fields, all without changing the model architecture. As a plug-and-play approach, COT-FM consistently accelerates sampling and improves generation quality across 2D datasets, image generation benchmarks, and robotic manipulation tasks.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI