本論文は、拡散モデルの重みを1ビットまで圧縮するための新しい正確な量子化対応学習アプローチ「BinaryDM」を提案する。BinaryDMは、学習可能な多基底2値化器(LMB)と低ランク表現模倣(LRM)の2つの技術を導入することで、2値化された拡散モデルの表現能力と最適化を大幅に改善する。