論文の概要: X-Cache: Cross-Chunk Block Caching for Few-Step Autoregressive World Models Inference

• arxiv url: http://arxiv.org/abs/2604.20289v1
• Date: Wed, 22 Apr 2026 07:36:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.019839
• Title: X-Cache: Cross-Chunk Block Caching for Few-Step Autoregressive World Models Inference
• Title（参考訳）: Xキャッシュ: 数ステップの自己回帰的世界モデル推論のためのクロスチャンクブロックキャッシュ
• Authors: Yixiao Zeng, Jianlei Zheng, Chaoda Zheng, Shijia Chen, Mingdian Liu, Tongping Liu, Tengwei Luo, Yu Zhang, Boyang Wang, Linkun Xu, Siyuan Lu, Bo Tian, Xianming Liu,
• Abstract要約: X-Cacheはトレーニング不要なアクセラレーション手法で、連続的な生成チャンクにまたがってキャッシュする。 Xキャッシュは最小の劣化を保ちながら2.6倍のウォールクロックスピードアップで71%のブロックスキップ速度を達成する。
• 参考スコア（独自算出の注目度）: 37.22440439525785
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Real-time world simulation is becoming a key infrastructure for scalable evaluation and online reinforcement learning of autonomous driving systems. Recent driving world models built on autoregressive video diffusion achieve high-fidelity, controllable multi-camera generation, but their inference cost remains a bottleneck for interactive deployment. However, existing diffusion caching methods are designed for offline video generation with multiple denoising steps, and do not transfer to this scenario. Few-step distilled models have no inter-step redundancy left for these methods to reuse, and sequence-level parallelization techniques require future conditioning that closed-loop interactive generation does not provide. We present X-Cache, a training-free acceleration method that caches along a different axis: across consecutive generation chunks rather than across denoising steps. X-Cache maintains per-block residual caches that persist across chunks, and applies a dual-metric gating mechanism over a structure- and action-aware block-input fingerprint to independently decide whether each block should recompute or reuse its cached residual. To prevent approximation errors from permanently contaminating the autoregressive KV cache, X-Cache identifies KV update chunks (the forward passes that write clean keys and values into the persistent cache) and unconditionally forces full computation on these chunks, cutting off error propagation. We implement X-Cache on X-world, a production multi-camera action-conditioned driving world model built on multi-block causal DiT with few-step denoising and rolling KV cache. X-Cache achieves 71% block skip rate with 2.6x wall-clock speedup while maintaining minimum degradation.
• Abstract（参考訳）: リアルタイム世界シミュレーションは、自律運転システムのスケーラブルな評価とオンライン強化学習のための重要な基盤になりつつある。 自己回帰的ビデオ拡散に基づく最近の駆動世界モデルは、高忠実で制御可能なマルチカメラ生成を実現するが、その推論コストは、インタラクティブなデプロイメントのボトルネックのままである。 しかし、既存の拡散キャッシング方式は、複数のデノナイジングステップを持つオフラインビデオ生成用に設計されており、このシナリオに移行しない。 数ステップの蒸留モデルではこれらの手法の再利用にステップ間の冗長性は残されておらず、シーケンスレベルの並列化技術は閉ループの対話生成が提供しない将来の条件付けを必要とする。 X-Cacheは、異なる軸に沿ってキャッシュする、トレーニング不要なアクセラレーション手法である。 X-Cacheはチャンクにまたがるブロックごとの残余キャッシュを維持し、構造とアクション対応のブロックインプット指紋に二重メトリックのゲーティング機構を適用して、各ブロックがキャッシュされた残余を再計算するか再利用すべきかを独立して決定する。 自動回帰KVキャッシュが永久に汚染されることを防止するため、X-CacheはKV更新チャンク(クリーンキーと値を永続化キャッシュに書き込むフォワードパス)を特定し、無条件でこれらのチャンクに完全な計算を強制し、エラーの伝播を遮断する。 我々はマルチブロック因果 DiT 上に構築されたマルチカメラアクションコンディション駆動世界モデルである X-world 上で X-Cache を実装した。 Xキャッシュは最小の劣化を保ちながら2.6倍のウォールクロックスピードアップで71%のブロックスキップ速度を達成する。

関連論文リスト

• WorldCache: Content-Aware Caching for Accelerated Video World Models [50.7543797435026]
  我々はPerception-Constrained Dynamic CaCacheフレームワークであるtextbfWorldCacheを紹介する。 WorldCacheは、機能をいつ、どのように再利用するかを改善します。 PAI-Benchで評価されたCosmos-2.5-2Bでは、WorldCacheはtextbf$2.3times$推論スピードアップを実現し、textbf99.4%のベースライン品質を維持している。
  論文  参考訳（メタデータ） (2026-03-23T17:59:54Z)
• PreciseCache: Precise Feature Caching for Efficient and High-fidelity Video Generation [35.47114707080758]
  高い計算コストと遅い推論は、ビデオ生成モデルの実践的応用を妨げる。 我々は,真に冗長な計算を正確に検出し,スキップするプラグイン・アンド・プレイ・フレームワークである textbfPreciseCache を提案する。
  論文  参考訳（メタデータ） (2026-03-01T08:08:49Z)
• Flow caching for autoregressive video generation [72.10021661412364]
  自動回帰ビデオ生成に特化して設計された,最初のキャッシュフレームワークであるFlowCacheを紹介する。 本手法は,MAGI-1では2.38倍,SkyReels-V2では6.7倍,品質劣化は無視できない。
  論文  参考訳（メタデータ） (2026-02-11T13:11:04Z)
• PackCache: A Training-Free Acceleration Method for Unified Autoregressive Video Generation via Compact KV-Cache [61.57938553036056]
  トレーニング不要なKVキャッシュ管理手法であるPackCacheを導入し,KVキャッシュを3つの協調機構でコンパクト化する。 効率の面では、PackCacheは48フレームの長いシーケンスで1.7-2.2倍のエンドツーエンド生成を高速化する。
  論文  参考訳（メタデータ） (2026-01-07T19:51:06Z)
• TaoCache: Structure-Maintained Video Generation Acceleration [4.594224594572109]
  ビデオ拡散モデルのためのトレーニング不要のプラグイン・アンド・プレイキャッシュ戦略であるTaoCacheを提案する。 モデルのノイズ出力を予測するために固定点視点を採用しており、特に遅延雑音発生の段階で有効である。
  論文  参考訳（メタデータ） (2025-08-12T14:40:36Z)
• Ca2-VDM: Efficient Autoregressive Video Diffusion Model with Causal Generation and Cache Sharing [66.66090399385304]
  Ca2-VDMは、Causal生成とキャッシュ共有を備えた効率的な自己回帰VDMである。 因果生成のために一方向の特徴計算を導入し、前回の自己回帰ステップで条件付きフレームのキャッシュをプリ計算できるようにする。 キャッシュ共有では、巨大なキャッシュストレージコストを避けるために、すべてのデノナイズステップでキャッシュを共有する。
  論文  参考訳（メタデータ） (2024-11-25T13:33:41Z)

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。