Hugging Face · 每日论文· 媒体 / 作者来源·精选
SpecKCast：用频域卡尔曼滤波加速扩散模型推理
原文标题
SpecKCast: Spectral Kalman Forecasting for Diffusion Acceleration
AI 导读
论文提出免训练方法SpecKCast：对扩散模型输出做二维离散余弦变换，用轻量卡尔曼滤波按噪声调度导出的频带时间坐标跟踪各系数，仅当预测不确定性超阈值时才评估Transformer。在FLUX.1-dev、Qwen-Image、Wan2.1-14B和HunyuanVideo上，该方法在加速与保真度的权衡上优于现有缓存与预测方法，最高实现6倍加速，额外内存不足0.05 GiB。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出免训练的频域卡尔曼预测方法，在四个图像/视频扩散模型上以不足0.05 GiB额外内存实现最高6倍加速，优于现有特征缓存与外推方法。
导读由模型辅助整理，非独立核验。完整信息见原文。