PulseAugur
中
实时 10:14:06

HEART框架提升视频扩散模型效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了HEART，一个新颖的免训练框架，旨在提高视频扩散模型中稀疏注意力机制的效率。该方法通过根据去噪步骤中观察到的头部行为调整掩码刷新和阈值校准来解决头部异质性问题。HEART利用时间掩码重用（TMR）智能更新稀疏掩码，并利用误差引导预算校准（EBC）优化阈值，从而在无需模型重新训练或修改的情况下，改善质量-效率的权衡。 AI

影响 通过优化稀疏注意力机制，提高了视频扩散模型的效率。

排序理由 研究论文，详细介绍了一种改进视频扩散模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

HEART框架提升视频扩散模型效率

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xuzhe Zheng, Yuexiao Ma, Jing Xu, Xiawu Zheng, Rongrong Ji, Fei Chao ·

    HEART：利用稀疏注意力中的头部异质性进行视频扩散

    arXiv:2605.14513v2 Announce Type: replace-cross Abstract: Sparse attention accelerates video diffusion by allowing each attention head to focus on only a small subset of interactions. Existing methods already construct head-specific sparse patterns conditioned on the input. Howev…

相关实体

相关话题