以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
Autoregressive video diffusion models generate frames based on new observations and inputs, making them a promising medium for interactive visual experiences. However, existing models are orders of magnitude too slow for fluid interaction. This paper introduces FastFrames, a family of fast autoregressive video diffusio
阅读原文 · Gene Chou, Guandao Yang, Fujun Luan, Lars Mescheder, Wei Dong, Stephan Richter, Vladlen Koltun
向阳乔木 · opencode-go/deepseek-v4.1-flash
视频生成要真正做到“可交互”,瓶颈往往不在那个最显眼的扩散主干上。这篇论文把推理管线拆开看,发现 VAE 解码和 KV cache 更新这类被当成固定实现细节的操作,占掉了端到端延迟的一半以上 。这个观察本身比模型更值得看。 FastFrames 是 这篇论文 提出的自回归视频扩散模型系列,目标是做到交互级延迟,同时不牺牲画质。摘要里给了两个规格:1.3B...