DSAQuant

DSAQuant框架改进视频扩散模型量化

研究人员开发了DSAQuant，一个专为视频扩散模型（VDMs）设计的量化感知训练（QAT）新框架。现有的QAT方法在VDMs上表现不佳，尽管能保留语义，但常常会损害视觉细节和清晰度。DSAQuant通过将量化与视频去噪的阶段性相结合来解决这个问题，优化早期步骤以获取结构，优化后期步骤以进行细节重建。实验表明，DSAQuant在激进量化下显著优于当前基线，将VBench分数提高了多达6.60，同时保持了文本-视频对齐。