Z Image 提出 Trajectory-Sensitivity 量化新理论
Zestyclose_Bake3680 · reddit · 2026-08-19
作者发布了 Z Image 的 HSWQ Hybrid ConvRot NVFP4 量化方法及 ComfyUI 加载器。该方法相比 ConvRot INT8,能显著降低 VRAM 占用并提升处理速度,但文件大小变化不大。
技术上,该方法完全摒弃了此前基于 Histogram MSE、SVD 或 Cosine 的静态权重重要性理论,转而采用 Trajectory-Sensitivity(轨迹敏感度)。这是一种动态重要性指标,通过量化误差在全模型和采样器中传播后的实际发散程度来对层进行排序,考虑了层间依赖性、非线性放大及误差抵消效应,适用于所有迭代采样系统。作者正基于此开发 Krea2 的 HSWQ 版本。
「Infra」频道最新
- Brex 报告:基础设施公司成夏季增长最快厂商 — marcbhargava · 2026-08-19
- AI 安全监控或将消耗 20% 推理算力 — ohlennart · 2026-08-19
- RTX 6000 Blackwell 实测:300W Max-Q 版被锁功耗无法超频 — MelodicRecognition7 · 2026-08-19
- 英媒:中国允许小批量 H200 芯片入华助企追赶美国 — The Decoder · 2026-08-19
- 用户实测 OpenAI $200 Pro 额度仅够重度使用 12 小时 — ___Patrice___ · 2026-08-19
- 给 Coding Agent 的 API 密钥加一层“代码化政策”,限制权限防失控 — radim11 · 2026-08-19