CALM：离线校准按层头分配视频生成缓存压缩

Zhen Wang、Ning Lai、Qingtao Yu 提出 CALM 方法，为自回归视频生成的各层、各注意力头分配不同的 token 合并比例，在相同显存预算下优于统一合并策略。 该方法以注意力输出误差作为视频质量的轻量代理，离线构建固定的层-头风险图，推理时用动态规划在缓存预算内求解各层各头的合并比例。 据该研究称，在三个自回归视频模型上，CALM 将生成视频与原视频的 LPIPS 降低约 21%，并获得更高的视频质量分数。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。