Hugging Face Daily Papers·· 2026-09-28AI 评分67
QuantWM:面向视频世界模型的时序一致 2-bit KV Cache 量化方法
QuantWM: Temporally Consistent 2-Bit KV Cache Quantization for Video World Models
AI 导读
针对视频世界模型在生成过程中因存储 KV cache 导致的显存瓶颈及现有低比特量化引发的时序闪烁与画质退化问题,本文提出无需训练的 QuantWM 框架。该方法通过感知量化敏感度的聚类技术与主子空间注意力补偿机制,有效降低关键通道的量化误差并稳定注意力 logits,从而显著提升视觉质量与时序一致性,在多个基准测试中实现最高达 6.20 倍的显存压缩比且额外开销有限。
来源:Hugging Face Daily Papers · arxiv.org