研究人员开发了 Video DeltaNet (VDN),这是一种提高视频扩散模型效率的新方法。VDN 通过将局部 Softmax 注意力与双向线性内存集成,解决了处理长视频序列时注意力机制造成的计算瓶颈。这种混合方法采用 Video Delta Attention (VDA),每帧更新一次内存,并结合空间令牌以保持细粒度交互。当应用于 MiniMax H3 模型时,VDN 实现了显著的加速,在八个 NVIDIA B200 GPU 上,将 14.3 秒视频的去噪时间从 50 步减少到 6.70 秒。 AI
影响 这种用于视频扩散模型的新方法可以显著加快生成速度,有可能实现更复杂、更长的视频内容创作。
排序理由 该条目描述了一篇关于视频生成模型新颖技术方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Diffusion Transformer
- H3 Healthcare Three Hop Index
- MiniMax H3
- NVIDIA B200 GPUs
- Video Delta Attention
- Video DeltaNet
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →