FlashForward 复用在途 KV 缓存,长视频扩散生成提速最高 2.9 倍
Yikai Wang · hf · 2026-09-29
少步自回归视频扩散逐块生成长视频，以往方法需要额外前向来重建干净 KV 缓存。FlashForward 直接复用当前 chunk 去噪时已计算出的「在途」缓存，省去只为更新缓存的前向；每个阶段分配一张 GPU，即可让不同 chunk 并行占据不同阶段。
代价是阶段匹配的历史带有噪声，导致外观与运动漂移；为此引入生成前产出的稀疏干净 anchor latents 作双向条件：稀疏干净 anchor 提供粗粒度长程结构引导，稠密阶段匹配历史保留近期细节。
结果：最多 4 张 GPU 下，比 HiAR 快 1.16–1.69 倍、比 Self-Forcing 快 1.42–2.92 倍，覆盖 1.3B/14B、480p/720p、20 秒以上 16FPS 视频；VBench 上 1.3B 模型 480p 得分更高，且在 20s/35s/65s 时长下保持稳定。
「多模态」频道最新
- 用 Claude 写视频提示词仍难保一致性,ComfyUI 短片工作流求助 — Laxus534 · 2026-09-29
- 一个 prompt 做出 TrustMRR 宣传视频,开发者实测 Revid 去除 AI 味 — tibo_maker · 2026-09-29
- 实测 Kling 4.0 音效生成:声音随场景同步产出改变创作流程 — FellMentKE · 2026-09-29
- 大幅运动是 AI 视频试金石,Kling 4.0 动态连贯性实测 — FellMentKE · 2026-09-29
- 用单词提示词改造照片：ChatGPT 一键切换航拍/迷雾/赛博朋克风 — tisch_eins · 2026-09-29
- Adobe FlowTool 用流匹配直接生成修图参数,延迟降低 50 倍 — adobe-research · 2026-09-29