GSRS：免训练视频生成稀疏注意力加速框架

2026年10月16日，arXiv Computer Vision 刊出由 Yun Dai 等作者提出的 GSRS（Growing Sparsity and Reduced Search）免训练视频生成加速框架。该工作针对 Diffusion Transformers 视频生成中自注意力二次复杂度带来的高推理成本，采用随去噪推进逐步提高稀疏比例的策略：早期保留更多计算，后期逐步减少，并将后续搜索限制在早期候选集内以降低搜索开销。GSRS 使用 Top-p 选择实现自适应稀疏控制，并配合一种精确评估方案，在 FlashAttention 计算内以可忽略的开销计算精确注意力权重。在 HunyuanVideo 与 Wan 2.1 上的实验显示，GSRS 取得 1.55 倍至 2.21 倍加速，同时保持与全注意力相当的生成质量。目前报道仅涉及该框架的提出与实验验证，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。