Tag · 3 篇
特征复用
分布 高效模型与推理加速2图像编辑与可控生成1
01 02 03
面向极速动作扩散的测试时稀疏性
Test-time Sparsity for Extreme Fast Action Diffusion
把「测试时稀疏化 + 跨去噪步/跨 rollout 的特征复用」做成可插拔的加速范式，对视觉里做扩散 Transformer 推理加速（如视频/图像扩散的 few-step 与缓存复用）可直接迁移；其并行化去噪时间步、剪枝器与解码器异步重叠的流水线设计，也是降低非主干延迟的通用工程思路。
SpotEdit：扩散 Transformer 中的选择性区域编辑
SpotEdit: Selective Region Editing in Diffusion Transformers
SpotSelector 用感知相似度判定哪些 token 在编辑中保持稳定并直接复用条件图像特征，SpotFusion 再做动态融合——这套「只去噪变化区域」的免训练策略可直接移植到任何 DiT 类编辑/修复管线，用来省算力并避免未编辑区域被破坏。
模型链预训练：重新思考视觉基础模型的训练加速
Chain-of-Models Pre-Training: Rethinking Training Acceleration of Vision Foundation Models
CoM-PT 提出在模型家族层面按规模递增顺序进行链式预训练，仅最小模型独立训练，其余模型通过参数空间与特征空间的逆向知识迁移从更小模型高效获得性能，为视觉基础模型的大规模预训练提供了一种可复用的加速范式。