Zhen Huang 等提出 PQRS 加速视频扩散模型推理
热点事件持续更新
Zhen Huang 等提出 PQRS 加速视频扩散模型推理
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
针对长 Token 序列导致的高推理成本问题,Zhen Huang 等在 2026-11-19 于 arXiv 发表论文,提出了无需训练的每查询自路由稀疏注意力(PQRS)方法。该方法仅对 Key 进行聚类,允许每个 Query 独立选择专属的 Key 簇,并利用未选中簇的中心补偿以维持精度。 Zhen Huang 等称,此方案旨在解决视频扩散 Transformer 中由长序列主导的计算负担,通过逐查询路由机制在保持精度的同时加速推理。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
每查询自路由:利用逐查询路由稀疏注意力加速视频扩散 Transformer报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉每查询自路由:利用逐查询路由稀疏注意力加速视频扩散 Transformer
针对长 Token 序列主导视频扩散 Transformer 推理成本的问题,本文提出无需训练的 PQRS 方法。该方法仅对 Key 进行聚类,允许每个 Query 独立选择其专属的 Key 簇,并利用未选中簇的中心补偿以维持精度。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。