arXiv cs.AI· Jiyue Jiang, Zhiyu Huo, Yuhan Chen, Yanruisheng Shao, Gong Zhang, Lei Deng·· 3 天前AI 评分24
AlignCache：面向视频扩散模型加速的校准与纠错缓存框架
Heuristics are Not Enough: Calibrated and Corrected Caching for Video Diffusion Acceleration
AI 导读
AlignCache 是一个闭环缓存框架，通过阶段自适应预算路由、闭环阈值校准和动量增强草稿合成三个组件，将视频扩散模型的缓存调度从静态风险累积转变为反馈驱动的自校正控制器。该方法针对现有自适应缓存依赖启发式差异度量、单一全局阈值且从不校验预算估计的问题，在多个 SOTA 视频生成模型上取得更优的加速-质量权衡，代码已开源。
正文 · AI 翻译
摘要：特征缓存已成为一种主流的免训练策略，通过跨去噪步骤复用中间输出加速视频扩散模型。然而，现有自适应方法依赖与实际生成质量不一致的启发式差异度量，采用忽略异质相位动态的单一全局阈值，且从不根据真实近似误差验证其预算估计，导致系统性偏差在未校正的情况下传播。我们提出 \textbf{AlignCache}，一个闭环缓存框架，通过三个紧密耦合的组件，将调度决策直接与其对最终生成视频的真实影响对齐：（1）相位自适应预算路由，将去噪轨迹划分为结构上不同的相位，每个相位由独立阈值和感知陈旧度的保护机制控制；（2）闭环阈值校准，利用无分类器引导输出层面的反事实误差测量，通过 EMA 反馈回路在线调整决策边界；（3）动量增强草稿合成，将方向-幅度门控残差外推与锚点引导的无条件校正相结合。通过将调度从静态风险累加器转变为反馈驱动、自我校正的控制器，AlignCache 在最先进的视频生成模型上持续实现更优的加速-质量权衡。我们的代码可在 此 https URL 获取。
| 学科： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.16545 [cs.CV] |
| （或 arXiv:2610.16545v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16545 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Lei Deng [查看电子邮件]
[v1]
2026年10月12日星期一 10:28:47 UTC（2,147 KB）
来源：arXiv cs.AI · arxiv.org