KAIST GRACE:令 Wan2.1-I2V 视频生成延迟降低 11.1 倍
kaist-ai · hf · 2026-10-08
KAIST AI 发布 GRACE,一种生成感知的隐空间压缩框架,用于加速视频扩散模型。高压缩自编码器虽能减少 DiT 处理的 token 数,但提升压缩率会降低重建质量,且压缩后隐空间偏离预训练 DiT 学到的分布,需要重训或昂贵适配。
GRACE 采用两阶段方案:
- 保留预训练编码器输出的冻结基础隐变量,另学习残差隐变量补偿强压缩损失的信息;
- 在冻结 DiT 的特征空间中将压缩隐变量与预训练隐变量对齐,使自编码器面向生成而非仅重建优化;
- 再用轻量微调与非对称去噪(基础先于残差去噪)适配 DiT。
在 Wan2.1-I2V-14B 上,GRACE 将 token 数减少 8 倍,480x832x81 设置下延迟降低 11.1 倍,且在 VBench 上与压缩前管线生成质量相当。
「Infra」频道最新
- 中国电力过剩反成数据中心红利，算力供应链现「用电反差」 — teortaxesTex · 2026-10-08
- NAVER 提出 DLoop:投机解码连续起草多轮再验证,加速提升 5-41% — naver-ai · 2026-10-08
- 变压器交货从500天飙至1120天，YC 合伙人称之为创业新机会 — ycombinator · 2026-10-08
- MIT 研究员用 AI 给数据中心节能，降低宕机与能耗 — nordicinst · 2026-10-08
- FT 三部曲首篇:实探乌兰察布到韶关的中国 AI 算力大基建 — zijing_wu · 2026-10-08
- 自建混合架构跑出 262K 上下文 1000 tokens/秒预填充 — HankYeomans · 2026-10-08