論文の概要: ZEUS: Accelerating Diffusion Models with Only Second-Order Predictor

• arxiv url: http://arxiv.org/abs/2604.01552v1
• Date: Thu, 02 Apr 2026 02:54:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.199441
• Title: ZEUS: Accelerating Diffusion Models with Only Second-Order Predictor
• Title（参考訳）: ZEUS: 2次予測器のみを用いた拡散モデルの高速化
• Abstract要約: 本研究では,2次予測器を用いた減音器評価を高速化する高速化手法ZEUSを提案する。 ZEUSは基本的にオーバーヘッドをゼロにし、機能キャッシュもアーキテクチャの変更もない。 画像とビデオ生成全体にわたって、ZEUSは、最近のトレーニングフリーベースラインよりも、スピード忠実度のパフォーマンスを一貫して改善する。
• 参考スコア（独自算出の注目度）: 24.13773548868306
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Denoising generative models deliver high-fidelity generation but remain bottlenecked by inference latency due to the many iterative denoiser calls required during sampling. Training-free acceleration methods reduce latency by either sparsifying the model architecture or shortening the sampling trajectory. Current training-free acceleration methods are more complex than necessary: higher-order predictors amplify error under aggressive speedups, and architectural modifications hinder deployment. Beyond 2x acceleration, step skipping creates structural scarcity -- at most one fresh evaluation per local window -- leaving the computed output and its backward difference as the only causally grounded information. Based on this, we propose ZEUS, an acceleration method that predicts reduced denoiser evaluations using a second-order predictor, and stabilizes aggressive consecutive skipping with an interleaved scheme that avoids back-to-back extrapolations. ZEUS adds essentially zero overhead, no feature caches, and no architectural modifications, and it is compatible with different backbones, prediction objectives, and solver choices. Across image and video generation, ZEUS consistently improves the speed-fidelity performance over recent training-free baselines, achieving up to 3.2x end-to-end speedup while maintaining perceptual quality. Our code is available at: https://github.com/Ting-Justin-Jiang/ZEUS.
• Abstract（参考訳）: 生成モデルのデノイングは高忠実度生成を提供するが、サンプリング時に必要となる多くの繰り返しデノイザ呼び出しのため、推論遅延によってボトルネックに残る。 トレーニング不要の加速法は、モデルアーキテクチャをスパース化するか、サンプリング軌跡を短くすることで遅延を低減する。 現在のトレーニングフリー加速法は必要以上に複雑であり、高次の予測器は攻撃的なスピードアップの下でエラーを増幅し、アーキテクチャ上の変更は配置を妨げている。 2倍加速を超えて、ステップスキップは構造的不足(少なくともローカルウィンドウ毎に1つの新たな評価)を生じさせ、計算された出力と後方差を唯一の因果的根拠情報として残している。 そこで本研究では,第2次予測器を用いてデノイザ評価の低減を予測し,バック・ツー・バックの補間を回避するインターリーブド・スキームを用いてアグレッシブ連続スキップを安定化する高速化手法であるZEUSを提案する。 ZEUSは基本的にオーバーヘッドをゼロにし、機能キャッシュがなく、アーキテクチャの変更がなく、異なるバックボーン、予測目標、ソルバ選択と互換性がある。 画像とビデオ生成全体にわたって、ZEUSは、最近のトレーニングなしベースラインよりも常にスピード忠実度を向上し、知覚品質を維持しながら、最大3.2倍のエンドツーエンドスピードアップを達成する。 私たちのコードは、https://github.com/Ting-Justin-Jiang/ZEUS.comで利用可能です。

関連論文リスト

• Scaling Reinforcement Learning for Diffusion Models via Velocity Matching [66.34541945134916]
  RewardBenchファインチューニングは、人間の好みやタスク固有の目的に拡散モデルを適用するための重要なツールである。 自己回帰モデルとは異なり、拡散モデルは生成したサンプルの抽出可能な可能性を提供しない。 本稿では,速度場に直接作用する単純なトラジェクトリフリー更新である報酬ベースベロシティマッチング(RVM)を提案する。
  論文  参考訳（メタデータ） (2026-08-24T17:13:43Z)
• Fast-dDrive: Efficient Block-Diffusion VLM for Autonomous Driving [54.31800246594724]
  本稿では,ブロック拡散型VLAであるFast-dDriveについて述べる。 我々は、Fast-dDriveが運転エージェントの速度精度フロンティアを再定義することを示す。
  論文  参考訳（メタデータ） (2026-05-22T02:31:32Z)
• Test-time Sparsity for Extreme Fast Action Diffusion [15.679362579177267]
  アクション拡散は、高忠実なアクション生成において優れるが、反復的なデノイングの性質のため、計算コストが重い。 この課題に対処するために,テスト時間間隔を提案する。これは,各モデルに対する動的に予測可能な残差計算をテスト時に前方に進めることで,動作拡散を加速することを目的としている。
  論文  参考訳（メタデータ） (2026-05-13T10:28:50Z)
• Muninn: Your Trajectory Diffusion Model But Faster [4.221836692945716]
  拡散に基づく軌道プランナーは、リッチでマルチモーダルなロボットの動きを合成できるが、反復的なデノベーションは、オンラインの計画と制御を違法に遅くする。 本研究では,モデルの再学習や軌道品質の犠牲を伴わずに,ロボットのリアルタイム使用に十分な速度で拡散型軌道プランナを構築するという課題に対処する。 Muninnは、タスクのパフォーマンスと安全性の指標を保ちながら、デノイザの評価を減らし、複数の軌道拡散モデルで最大4.6倍のウォールタイムのスピードアップを提供する。
  論文  参考訳（メタデータ） (2026-05-11T05:21:52Z)
• Not All Frames Deserve Full Computation: Accelerating Autoregressive Video Generation via Selective Computation and Predictive Extrapolation [8.70067126225172]
  オートレグレッシブ(AR)ビデオ拡散モデルは、長めのビデオ生成を可能にするが、複数ステップの復調を繰り返して高価である。 我々は,効率的なARビデオ拡散のためのトレーニングフリーフレームワークSCOPEを提案する。 MAGI-1とSkyReels-V2では、SCOPEは元の出力に匹敵する品質を維持しながら最大4.73倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2026-04-03T11:34:47Z)
• FastFlow: Accelerating The Generative Flow Matching Models with Bandit Inference [10.34801095627052]
  フローマッチングモデルは、画像およびビデオ生成における最先端の忠実度を提供するが、固有のシーケンシャルなデノジングプロセスはそれらを遅くする。 我々は,フローマッチングモデルの生成を高速化するプラグイン・アンド・プレイ適応型推論フレームワークであるFastFlowを提案する。 実験では、高品質な出力を維持しながら2.6倍以上のスピードアップを示す。
  論文  参考訳（メタデータ） (2026-02-11T18:21:11Z)
• Fast-ARDiff: An Entropy-informed Acceleration Framework for Continuous Space Autoregressive Generation [12.384836052394272]
  自己回帰(AR)拡散ハイブリッドパラダイムはARの構造モデリングと拡散合成を組み合わせたものである。 両コンポーネントを協調的に最適化するAR拡散フレームワークFast-ARDiffを提案する。 Fast-ARDiffは、さまざまなモデルにわたる最先端のアクセラレーションを実現する。
  論文  参考訳（メタデータ） (2025-12-09T12:35:18Z)
• VVS: Accelerating Speculative Decoding for Visual Autoregressive Generation via Partial Verification Skipping [52.58270801983525]
  投機的復号法(SD)は視覚ARモデルの高速化に有効であることが証明されている。 部分的検証スキップによる視覚AR生成を高速化する新しいフレームワークVVSを提案する。
  論文  参考訳（メタデータ） (2025-11-17T16:50:58Z)
• RAPID^3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformer [86.57077884971478]
  ディフュージョントランスフォーマー(DiT)は、視覚発生時に優れるが、遅いサンプリングによって妨げられる。 本稿では,RAPID3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformersを紹介する。 ベースジェネレータの更新をゼロにするイメージワイドアクセラレーションを提供する。 競合する生成品質でサンプリングを3倍近く高速化する。
  論文  参考訳（メタデータ） (2025-09-26T13:20:52Z)
• Lightning Fast Caching-based Parallel Denoising Prediction for Accelerating Talking Head Generation [50.04968365065964]
  拡散に基づく音声ヘッドモデルは高品質でフォトリアリスティックなビデオを生成するが、推論が遅い。 我々はLightning-fast Caching-based Parallel Denoising Prediction (LightningCP)を紹介する。 また,より高速な注意計算を実現するために,DFA(Decoupled Foreground Attention)を提案する。
  論文  参考訳（メタデータ） (2025-08-25T02:58:39Z)
• FlashDLM: Accelerating Diffusion Language Model Inference via Efficient KV Caching and Guided Diffusion [22.207275433870937]
  拡散言語モデルは並列トークン生成と本質的に双方向性を提供する。 最先端拡散モデル(ドリーム7B、LLaDA 8Bなど)は推論が遅い。 我々は,トークンアンマキングを監督するために,軽量な事前学習型自己回帰モデルを用いた学習自由度法であるガイドド拡散を導入する。
  論文  参考訳（メタデータ） (2025-05-27T17:39:39Z)
• Continuous Speculative Decoding for Autoregressive Image Generation [27.308442169466975]
  連続的視覚自己回帰(AR)モデルは、画像生成において有望な性能を示す。 投機的復号化は 事実上 自己回帰推論を加速させた この研究は、低受理率、不整合出力分布、解析式のない修正分布からの課題に対処する。
  論文  参考訳（メタデータ） (2024-11-18T09:19:15Z)
• Towards More Accurate Diffusion Model Acceleration with A Timestep Tuner [112.99126045081046]
  数千のデノナイジングステップを用いて画像を生成するために定式化された拡散モデルは通常、遅い推論速度に悩まされる。 最小コストで特定の区間に対してより正確な積分方向を求めるのに役立つtextbftimestep tunerを提案する。 実験により,我々のプラグイン設計を効率的に訓練し,様々な最先端加速度法の推論性能を向上できることが示された。
  論文  参考訳（メタデータ） (2023-10-14T02:19:07Z)
• Adan: Adaptive Nesterov Momentum Algorithm for Faster Optimizing Deep Models [134.83964935755964]
  ディープラーニングでは、異なる種類のディープネットワークは典型的に異なる補間を必要とし、複数のトライアル後に選択する必要がある。 本稿では,この問題を解消し,モデルトレーニング速度を継続的に改善するために,ADAtive Nesterov運動量変換器を提案する。
  論文  参考訳（メタデータ） (2022-08-13T16:04:39Z)
• A Privacy-Preserving-Oriented DNN Pruning and Mobile Acceleration Framework [56.57225686288006]
  モバイルエッジデバイスの限られたストレージとコンピューティング能力を満たすために、ディープニューラルネットワーク(DNN)の軽量プルーニングが提案されている。 従来のプルーニング手法は主に、ユーザデータのプライバシを考慮せずに、モデルのサイズを減らしたり、パフォーマンスを向上させることに重点を置いていた。 プライベートトレーニングデータセットを必要としないプライバシ保護指向のプルーニングおよびモバイルアクセラレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-13T23:52:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。