arXiv · 机器人与计算机视觉· Shimon Malnick, Nadav Orenstein, Ohad Fried, Shai Avidan·· 2026-10-16精选AI 评分82
SoftCache:面向扩散 Transformer 的自适应步长缓存技术
SoftCache: Adaptive Step Size Caching for Diffusion Transformers
AI 导读
arXiv 论文提出 SoftCache 方法,针对扩散和流模型生成成本高痛点,利用网络输入探测信号的头余量(headroom)预测复用误差,实现软性缓存而非硬性开关。该方法无需训练且无额外配置,在 FLUX、HunyuanVideo 及 Wan2.1 等模型上,于图像和视频任务中均取得优于所有基线的表现,加速比达 3.5 至 6.9 倍,且在四项保真度指标上领先。
推荐理由
提出无需训练的 SoftCache 方法,利用激活头余量自适应调整扩散采样步长,在 FLUX、HunyuanVideo 等模型上实现 3.5-6.9 倍加速。
来源:arXiv · 机器人与计算机视觉 · arxiv.org