Speed
PulseAugur coverage of Speed — every cluster mentioning Speed across labs, papers, and developer communities, ranked by signal.
-
新型MVCTD模型利用多视图数据增强在线交通预测
研究人员开发了一种新颖的多视图耦合张量分解（MVCTD）模型，用于准确的在线交通预测，即使在数据不完整或异常的情况下也能实现。该模型利用耦合张量分解来联合建模速度、流量和占用率等多种交通数据类型之间的共享空间结构和视图特定的时间动态。MVCTD 结合了组稀疏正则化以减轻异常值的影响，并采用迭代细化方法以实现高效的流式部署，在真实世界数据集上表现出强大的性能。
-
Stable Diffusion 社区讨论 MiniMax H3 的优化和局限性
用户正在为 Stable Diffusion 讨论和优化 MiniMax H3 模型，重点关注提高生成速度和探索其局限性。几篇帖子详细介绍了加速模型的方法，包括使用 SageAttention2 等特定的注意力机制和 SPEED 节点扩展，以及 Turbo 模型变体。讨论还涵盖了硬件配置，例如在 RTX 5090 或 AMD Radeon RX 7900XT 上运行模型，以及速度与输出质量之间的权衡。一些用户正在尝试微调并分享他们的发…
-
SPEED 节点已移植到 Forge Neo 和 SwarmUI，以加快 Krea-2 图像生成速度
一位用户已将 SPEED Comfy 节点移植到 WebUI Forge Neo 和 SwarmUI，旨在通过 Krea-2 加速图像生成。该节点将生成过程拆分，以一半分辨率运行初始步骤，其余步骤以全分辨率运行。该技术提供了大约 1.25 倍到 1.33 倍的速度提升，同时通过减少克隆对象和多余肢体等常见伪影来提高图像质量。
-
新的 SPEED 方法将长上下文 AI 推理成本降低 25%
研究人员开发了一种名为浅层预填充，深层解码 (SPEED) 的新方法，以提高长上下文语言模型推理的效率。SPEED 在预填充阶段仅处理模型较低层中的提示标记，从而降低计算成本，而在解码阶段则保持所有层处于活动状态。这种方法在保持基准测试质量的同时，显著减少了处理扩展上下文的模型在推理时间和内存使用方面的需求。
-
MOVA获得16cm机械臂拖把专利，重新定义清洁边界
MOVA已获得其创新的机械臂拖把延伸技术MaxiReachX™的国家专利。该系统配备了一个16厘米的机械臂，使拖把能够远远超出机器人本体的范围，触及以前无法到达的区域。这项突破旨在解决家庭清洁盲区长期存在的问题，例如橱柜下方和狭窄角落等传统机器人难以处理的区域。