斯坦福 SPEED 论文入选 NeurIPS：免训练加速扩散生成约 2 倍
hsu_byron · x · 2026-10-06
斯坦福团队（Howard Xiao、Brian Chao、Lior Yariv、Gordon Wetzstein）的 Spectral Progressive Diffusion（SPEED） 被 NeurIPS 2026 接收，将在悉尼展示。
要点：
- 一种渐进分辨率的扩散采样器，通过频谱展开、时间步对齐与分辨率过渡调度加速扩散生成约 2 倍
- 免训练（training-free），支持图像与视频生成
- 可与蒸馏、feature caching（如 TeaCache）等其他加速方法叠加
- 代码已开源，含 ComfyUI 与 SGLang 集成，目前支持免训练推理
对做图像/视频生成推理优化的人是可直接拿来用的加速组件。
「多模态」频道最新
- 开发者用 GitHub Copilot 应用一键生成 60 秒产品宣传视频 — DanWahlin · 2026-10-06
- 腾讯发布新款开源权重视频模型，社区已可下载尝鲜 — Famous-Sport7862 · 2026-10-06
- 网友实测 Google Flow 上的 Nano Banana 2.1，人像质感惊艳 — aziz4ai · 2026-10-06
- TagScribeR 重构:本地数据集工作室集成原生 LoRA 训练 — ArchAngelAries · 2026-10-06
- ComfyUI 队列卡死排障清单：先分清校验失败还是进度丢失 — fluxdraw · 2026-10-06
- 首次用 Seedance 2.5 生成视频，结尾文字惨遭「鬼画符」 — atomantsmasher · 2026-10-06