Boogu-Image 0.1: Base, Turbo, Edit의 세 가지 가중치 간의 노동 분할 및 왜곡 위험
모델 해부/이미지 생성 및 편집
모델 해부 / 생성과 편집
Boogu-Image 0.1은 기본 생성기, 증류된 고속 모델, 단일 이미지 편집기를 함께 공개했다. 하나의 프로젝트 이름 아래 세 가지 학습 이력, 세 가지 샘플링 계약, 그리고 출력이 실패하는 서로 다른 세 가지 방식이 들어 있는 셈이다.
플로 매칭
모델은 노이즈와 이미지 잠재 변수 사이의 속도장을 학습한다. 학습 목표는 간략하게 이렇게 쓸 수 있다.
L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²
Base는 더 긴 경로를 적분한다. Turbo는 그 경로의 짧은 근사를 학습하므로, Turbo의 오류를 Base 오류의 축소판으로 볼 수는 없다. Edit는 입력 이미지 조건을 추가하며, 지시가 겨냥하지 않은 내용까지 보존해야 한다.
세 가중치가 나뉜 이유
기본 모델이 먼저 쓸 만한 수송장을 학습한다. 이어서 증류된 학생 모델이 그 궤적을 대략 네 스텝으로 압축한다. 편집기는 지시와 이미지가 쌍을 이룬 예제와 별도의 보존 목표를 필요로 한다. 이 순서를 복기하면 스텝이 적다고 모델이 저절로 더 유능해지지 않으며, 단일 이미지 편집기가 다중 참조 합성을 뜻하지도 않는다는 점이 분명해진다.
실패 유형은 따로 살펴야 한다
Base는 미세 구조를 살리면서도 국부 패턴을 반복할 수 있다. Turbo는 윤곽을 딱딱하게 굳히거나 질감을 지나치게 균일화하고 작은 문자를 망가뜨릴 수 있다. Edit는 지시 준수, 피사체 정체성, 요청 영역 밖의 드리프트라는 세 가지를 동시에 점검해야 한다. 공정한 비교라면 프롬프트, 캔버스, 시드를 고정해야 한다.
공개된 근거가 확인해 주는 것
공식 저장소와 세 장의 모델 카드는 Base, Turbo, Edit 가중치가 서로 다른 사용 경로와 함께 공개됐다는 사실을 보여 준다. 배포자의 프롬프트 비교는 그 릴리스를 설명할 뿐, 포스터, 인물 사진, 제품, 다국어 타이포그래피를 아우르는 보편적 순위표를 만들어 주지는 않는다.
한 번의 릴리스에 체크포인트가 셋인 이유
Boogu-Image 0.1은 Base, Turbo, Edit를 한꺼번에 내놓아 마치 단순한 속도 프리셋처럼 보이게 한다. Base는 더 긴 생성 궤적을 유지하고, Turbo는 그 궤적을 대략 네 스텝으로 증류하며, Edit는 조건 계약에 입력 이미지를 더한다. 하나의 프로젝트 이름 뒤에는 서로 독립적인 세 가지 수용 검증 문제가 숨어 있다.
공개일 또한 개발 순서를 감춘다. 기본 모델이 먼저 쓸 만한 속도장을 익히고, 증류 모델이 짧은 근사를 배우며, 편집 체크포인트가 지시-이미지 쌍 데이터를 얹는다. 이 이력을 모르면 스텝 수가 적은 쪽이 언제나 낫다거나, 단일 이미지 편집기가 다중 참조 합성을 자동으로 지원한다고 주장하기 쉽다.
Base와 Turbo가 공유하는 것은 목표이지 샘플링 경로가 아니다
L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)−u_t(x_t|x₀,x₁)||²vθ예측 속도장u_t목표 수송 경로c텍스트 또는 이미지 조건
플로 매칭은 노이즈에서 이미지 잠재 변수로 가는 속도장을 학습한다. Base는 더 긴 경로를 적분하고 Turbo는 짧은 근사를 배우므로, 네 스텝 동작을 Base의 스텝 수 휴리스틱에서 추론할 수는 없다.
Edit는 입력 이미지 조건을 추가한다. 수용 검증에서는 선명도로 갈음하지 말고 지시 준수, 피사체 보존, 요청 영역 밖의 드리프트를 구분해 살펴야 한다.
논문과 코드, 가중치는 Boogu-Image source / Boogu Base weights / Boogu Turbo weights를 통해 따라가 볼 수 있다.
세 모델의 차이
같은 프로젝트 내부의 계약 비교표일 뿐, 내부 선호도 모음으로 만든 범용 순위표는 아니다.
| 프로파일 | 기본 추론 | 주요 점검 항목 |
|---|---|---|
| Base | 다중 스텝 플로 매칭 | 디테일, 구도, 긴 경로의 안정성 |
| Turbo | 약 4스텝 | 증류 아티팩트, 문자, 작은 객체 |
| Edit | 이미지 한 장과 지시 | 지시 준수와 배경 보존 |
선명도 너머를 봐야 한다
Base는 디테일을 더 살리면서도 국부 패턴을 반복할 수 있다. Turbo는 경직된 윤곽, 지나치게 익숙한 질감, 깨진 작은 문자에 취약하다. Edit는 지시 준수, 피사체 정체성, 요청 영역 밖의 드리프트를 기준으로 판단해야 한다.
비교할 때는 세 체크포인트에서 프롬프트, 크기, 시드를 고정해야 한다. 릴리스 이미지는 가능함을 보여 줄 뿐, 포스터, 인물 사진, 제품, 빽빽한 타이포그래피, 복잡한 구도 전반에서 안정적인 동작을 입증하지는 않는다.
릴리스 예시는 벤치마크가 아니다
배포자의 프롬프트 세트는 재현에는 유용하지만 모든 포스터, 인물, 제품, 다국어 레이아웃을 대변할 수는 없다. 방어 가능한 비교에는 고정된 프롬프트 모음과 블라인드 리뷰가 필요하다.
Base, Turbo, Edit는 각각 별도의 샘플링 기록이 필요하다. 스텝 수는 비용과 궤적 오차를 함께 바꾸며, 편집 체크포인트는 여기에 입력 이미지와 지시, 편집 영역 밖의 보존까지 요구한다.
Boogu-Image 소스의 논문과 공개 파일
모델 이름, 수치, 한계는 아래 논문과 저장소, 모델 카드에서 확인할 수 있다.