arXiv · 机器人与计算机视觉· Jia Li, Xurui Peng, Xing Wang, Hayden Kwok-Hay So·· 13 天前AI 评分42
PreSTP:免训练时空 Token 剪枝加速少步自回归视频扩散模型推理
Training-Free Predictive Spatio-Temporal Token Pruning for Few-Step Autoregressive Video Diffusion
AI 导读
PreSTP 框架通过利用去噪轨迹中的早期清洁估计,无需重训或辅助预测器即可识别跨帧与跨步冗余。在 5 秒生成任务中,该方法相比 TeaCache 和 FlowCache 基线实现 1.52x-3.20x 加速并优化效率 - 保真度权衡;30 秒生成时最高达 1.96x 加速且抑制长视界漂移。该研究在极端单步模式下仍有效降低推理成本,论文已上传 arXiv 待注册 DOI。
来源:arXiv · 机器人与计算机视觉 · arxiv.org