研究人员开发了 FastFrames,这是一系列专为交互式速度设计的新型自回归视频扩散模型。通过优化 VAE 解码和 KV 缓存更新等组件,FastFrames 与现有模型相比实现了显著更低的延迟。一个拥有 13 亿参数的变体可以在单个 B200 GPU 上以每帧 36 毫秒的速度生成帧,从而能够实现相机条件视频生成等实时应用。 AI
影响 通过显著降低模型推理延迟,实现了实时交互式视频生成应用。
排序理由 这是一篇详细介绍新模型架构及其性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →