류자밍

개요

류자밍(Jiaming Liu)은 알리바바 Qwen 사업부(Qwen Business Unit) 소속 연구자입니다. 2026년 7월 공개된 Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation의 교신저자로 표기돼 있습니다.

업적

교신저자를 맡은 이 논문은 classifier-free guidance를 쓰는 확산 모델의 on-policy 증류를 다룹니다. 기존 방식이 CFG로 합성된 속도(velocity)만 맞추는데, 이렇게 하면 양의 분기 오차와 음의 분기 오차가 서로 상쇄될 수 있어 학습 목적이 분기 수준에서 결정되지 않는다는 지적입니다.

교사가 학생에게 없는 특권 정보를 음의 분기에 갖고 있을 때 이 모호성이 실제 실패로 이어집니다. 논문은 이 현상에 Negative Branch Asymmetry라는 이름을 붙였고, 양의 예측과 CFG 조건 방향을 따로 구속하는 Positive-Direction Matching을 해법으로 내놓았습니다.

적용 대상은 dense-to-sparse 영상 컨트롤입니다. 교사는 프레임마다 조밀한 컨트롤 신호를 보지만 학생은 희소한 키프레임 네 개만 받는 설정에서, Wan-VACE를 기반으로 포즈·깊이·스크리블 세 모달리티를 검증했습니다.

여담

알리바바가 Qwen 브랜드 아래 언어 모델뿐 아니라 영상 생성(Wan 계열)까지 묶어 운영하고 있다는 점이 이 논문의 배경입니다. 학술적으로는 증류 목적함수 이야기지만, 실무적으로는 무거운 컨트롤 모델을 가벼운 입력만 받는 모델로 옮기는 배포 문제에 닿아 있습니다.

주요 논문

• Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation