arXiv · 机器人与计算机视觉· Shangye Song, Dong Gong, Hong Jia, Yun Sing Koh, Xinyu Zhang·· 2026-10-07精选AI 评分84
CtrlCache:一种加速交互式视频世界模型的控制感知缓存方法
CtrlCache: Accelerating Interactive Video World Models with Control-Aware Caching
AI 导读
该研究针对交互式视频世界模型中每块生成需多次昂贵去噪的问题,提出无需训练的 CtrlCache 框架。该方法利用控制信号提前到达的特性,分析相邻块在动作变化处的结构相似性差异,将块标记为初始、过渡、转向或稳态阶段。
推荐理由
提出无需训练的 CtrlCache 框架,通过控制感知调度与频率混合先验指导,在保持交互响应度的同时显著降低视频世界模型的推理成本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org