UltraImageGen: Efficient Ultra-High-Resolution Image Generation with Hierarchical Local Attention
UltraImageGen은 FLUX, SD3 같은 최신 텍스트-이미지 확산 모델이 어텐션의 이차 복잡도로 인해 2MP 이하 해상도에 제한되는 문제를 해결하기 위해, 고해상도 잠재 변수를 고정 크기 로컬 윈도우로 분할하는 계층적 로컬 어텐션과 저해상도 전역 가이던스를 결합한 프레임워크다. 고해상도 학습 데이터 없이 256×256~1K×1K 데이터만으로 LoRA를 적응시켜, 8K 이상 해상도에서 밀집 어텐션 대비 10배 이상 추론 속도 향상과 대폭 낮은 메모리 사용량으로 최고 수준의 화질을 달성했다.