DeCoPrune:免训练剪枝令视频扩散历史token减少85%,续写提速4倍
XingangP · x · 2026-10-12
XingangP 团队推出 DeCoPrune,一种面向自回归视频扩散模型的免训练 token 剪枝方法。
- 核心洞察:去噪难度揭示哪些内容值得记住——保留难以从上下文预测的 token,剪掉冗余 token,无需额外前向传播。
- 在 LingBot World v2 上的结果:历史 KV token 减少 85.43%,续写生成提速 4.14 倍,长程视觉召回接近 FullKV。
- 同时发布 CMBench,一个评测视频生成长程视觉记忆的 benchmark。
论文、代码与数据集均已开源。
所属事件:DeCoPrune 免训练剪枝：视频续生成提速 4 倍(2 条相关)→
「多模态」频道最新
- UChicago 教授创业做 Thrixel：生成可被 AI agent 操作的部件化 3D 资产 — RanaHanocka · 2026-10-13
- BudgetPix 自适应分词：25% 算力匹配全算力像素扩散图质 — _akhaliq · 2026-10-13
- Meta 首席 AI 官团队推 Muse Kitchen，创意生成产品 Muse 新功能上线 — ren_hongyu · 2026-10-13
- Meta Muse Wonder 定价、跑分与用量限制整理 — mawcopolow · 2026-10-13
- 「他明天可能失忆」：一部令人动容的 AI 生成动画短片 — finalbosu · 2026-10-13
- 博主称 9 美分 40 秒做出 100% AI UGC 视频，质量反超真人素材 — eptwts · 2026-10-13