潜空间解码

FlashDecoder：基于 Transformer 的实时潜变量到像素流式解码器

FlashDecoder: Real-Time Latent-to-Pixel Streaming Decoder with Transformers

把视频 VAE 的解码器从 3D 卷积换成带滚动 KV 缓存的纯 Transformer，实现定长时序窗口下的逐帧流式解码，可直接替换现有潜视频扩散模型的解码环节，在 1080p 长视频上同时降低延迟与显存。