HiLo-Token 输入自适应令牌压缩加速图像编辑

2026年10月15日，arXiv Artificial Intelligence 刊出 Haoran You 等作者的论文，提出 HiLo-Token——一种面向高效图像编辑的输入自适应 Token 压缩框架。该框架为高频、上下文丰富区域分配更多 Token，为低频区域分配更少 Token，以缓解 Diffusion Transformer（DiT）在图像编辑中的延迟瓶颈。论文称，在 A100-80GB 上，针对小、中、大掩码比例类别（平均比例分别为 6.38%、15.92%、35.36%）的图像编辑任务，分别取得 3.13 倍、2.59 倍和 1.67 倍的 DiT 加速，且生成质量无任何下降。论文还称，在生产环境中，编辑流水线以分离式、独立自动扩缩的 GPU worker 方式提供服务，这些单请求节省可转化为服务模型所需 GPU 数量减少 33%。截至本综述，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。