Mean Flows for One-step Generative Modeling

Zhengyang Geng, Mingyang Deng, Xingjian Bai, Zico Kolter, Kaiming He

arXiv:2505.13447 · 2026-07-27 공개 · arXiv · PDF

flow-matching image-generation generative-modeling fid-metric imagenet neural-network-training mean-flow one-step-model

Abstract

We propose a principled and effective framework for one-step generative modeling. We introduce the notion of average velocity to characterize flow fields, in contrast to instantaneous velocity modeled by Flow Matching methods. A well-defined identity between average and instantaneous velocities is derived and used to guide neural network training. Our method, termed the MeanFlow model, is self-contained and requires no pre-training, distillation, or curriculum learning. MeanFlow demonstrates strong empirical performance: it achieves an FID of 3.43 with a single function evaluation (1-NFE) on ImageNet 256x256 trained from scratch, significantly outperforming previous state-of-the-art one-step diffusion/flow models. Our study substantially narrows the gap between one-step diffusion/flow models and their multi-step predecessors, and we hope it will motivate future research to revisit the foundations of these powerful models.

한국어 요약

한 줄 요약

MeanFlow는 1-NFE로 ImageNet 256x256에서 FID 3.43를 달성한 원스텝 생성 모델링 프레임워크다.

핵심 기여도

핵심 아이디어

기존 Flow Matching은 순간 속도(instantaneous velocity)를 기반으로 흐름 경로를 학습하지만, 이는 학습 안정성과 일관성에 한계가 있었다. MeanFlow는 이에 대응해 **평균 속도**(average velocity) 개념을 도입한다. 평균 속도는 시간 간격에 대한 변위의 비율로 정의되며, 이는 순간 속도의 시간적 적분으로부터 유도된다. 이를 통해 **평균 속도와 순간 속도 간의 정의된 관계식**을 유도하고, 이를 기반으로 신경망 학습을 안정적으로 이끌 수 있다. 이 관계식은 학습 과정에서 일관된 목표를 제공하며, **추가적인 일관성 휴리스틱**(consistency heuristic) 없이도 학습이 가능하다는 점에서 혁신적이다.

기술적 접근법

주요 결과

의의 및 한계

MeanFlow는 원스텝 생성 모델의 성능을 획기적으로 향상시키며, 다중 스텝 모델과의 격차를 크게 줄였다. 특히, **평균 속도 기반 학습 프레임워크**는 생성 모델링의 이론적 기반을 재정립하는 데 기여할 수 있다. 또한, **classifier-free guidance**(CFG)를 손실 없이 통합 가능하다는 점에서 실용적 유연성도 높다. 그러나 **복잡한 다중 스케일 시뮬레이션**과의 직접적인 연계 가능성은 아직 명시되지 않았으며, **고해상도 이미지 생성**에서의 확장성도 추가 연구가 필요하다.

실용적 활용

MeanFlow는 빠른 이미지 생성이 필요한 산업 분야(예: 콘텐츠 생성, 게임, 광고)에서 즉시 적용 가능하다. 또한, **사전 학습 없이 단일 모델로 학습** 가능하므로, 연구 초기 단계에서도 빠른 실험 및 개선이 용이하다.