论文页面 - 具有干净锚点的飞行中KV缓存实现更快自回归视频扩散

来源：https://huggingface.co/papers/2609.32540 作者：

,

,

,

,

,

,

,

,

,

,

摘要

少步自回归视频扩散通过将视频分割为时间块并逐块生成（每个块通过短暂的去噪序列）来生成长视频。为记住已生成的块，先前方法通过额外的前向传播（不推进输出潜变量）重建更干净或噪声更少的键-值缓存以构建缓存。然而，每次去噪前向传播本身已经计算了当前块的飞行中KV缓存。我们引入FlashForward，它直接重用此缓存以避免仅更新缓存的繁重模型前向传播。当前块完成一个去噪阶段后，其特定阶段的缓存已可用于下一个块。因此，为每个阶段分配一个GPU可让不同块并发占用不同阶段。这种早期可用性存在质量代价：生成的阶段匹配历史具有噪声，导致块间外观和运动漂移。为补偿此问题，FlashForward在相应区域生成前产生稀疏辅助的干净锚点潜变量，从而可通过这种双向条件稳定生成轨迹。两种记忆在不同时间尺度上运作：稀疏的干净锚点KV提供粗粒度、长程双向结构引导，而密集的阶段匹配历史保留精细的近期演变。使用多达四个GPU时，FlashForward在480p和720p分辨率下、1.3B和14B基础模型规模、16FPS的20秒及以上视频上运行速度分别比HiAR快1.16-1.69倍，比Self-Forcing快1.42-2.92倍。在VBench基准上，对于480p的1.3B模型，它在更长时间持续下获得更高分数且保持稳定，证明FlashForward能以更快的生成速度生成高质量且时间一致的20秒、35秒和65秒视频。

查看arXiv页面 (https://arxiv.org/abs/2609.32540)查看PDF (https://arxiv.org/pdf/2609.32540)项目页面 (https://yikai-wang.github.io/FlashForward/)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.32540)

在您的代理中获取此论文：

hf papers read 2609\.32540

没有最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接此论文

在模型的README.md中引用arxiv.org/abs/2609.32540以从此页面链接。

引用本文的数据集0

无数据集链接此论文

在数据集的README.md中引用arxiv.org/abs/2609.32540以从此页面链接。

引用本文的空间0

无空间链接此论文

在空间的README.md中引用arxiv.org/abs/2609.32540以从此页面链接。

包含本文的收藏0

无收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection)以从此页面链接。