論文の概要: WorldDynCache: Risk-Controlled Latent Dynamics Approximation for Diffusion World Model

• arxiv url: http://arxiv.org/abs/2608.01845v1
• Date: Mon, 03 Aug 2026 07:52:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.388732
• Title: WorldDynCache: Risk-Controlled Latent Dynamics Approximation for Diffusion World Model
• Title（参考訳）: WorldDynCache:拡散世界モデルのためのリスク制御潜在ダイナミクス近似
• Authors: Leyang Chen, Junyi Wu, Shaoqiu Zhang, Yulun Zhang,
• Abstract要約: リスク制御型潜在力学近似フレームワークであるWorldDynCacheを提案する。 第一に、軽量の潜伏遷移リスク推定器は、近似欠陥の蓄積した将来の影響を追跡する。 第二に、条件と位相を意識した昇降サロゲートは、余分な変圧器評価を伴わずに潜水進化を近似する。
• 参考スコア（独自算出の注目度）: 21.83709248231469
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion world models generate high-quality futures, but re- peated transformer evaluations make inference prohibitively slow. Existing caches reuse intermediate features, selectively update tokens, or reuse and extrapolate denoising outputs ac- cording to local drift or short native-space histories. These criteria can miss both approximation-induced latent transition defects that accumulate across skipped steps and phase- or condition-dependent changes in the direction of latent evo- lution. We propose WorldDynCache, a risk-controlled latent dynamics approximation framework with two core compo- nents. First, a lightweight latent-transition risk estimator tracks the accumulated future impact of approximation defects and calibrates its predictions against counterfactual defects ob- served at exact anchors. Second, a condition- and phase- aware lifted latent surrogate approximates latent evolution without extra transformer evaluations. On HunyuanVoyager- 13B and Aether-5B, WorldDynCache achieves 4.92 times and 2.15 times speedups, respectively, while attaining the best gen- eration quality among the compared caching methods across WorldScore, PSNR, SSIM, and LPIPS.
• Abstract（参考訳）: 拡散世界モデルは高品質な未来を生み出すが、再ピートされたトランスフォーマー評価は推論を著しく遅くする。 既存のキャッシュは、中間機能を再利用したり、トークンを選択的に更新したり、ac-コーダリングをローカルドリフトや短いネイティブスペース履歴にアウトプットし、外挿する。 これらの基準は、スキップされたステップにまたがって蓄積される近似によって引き起こされる潜伏遷移欠陥と、潜伏エボ溶解の方向における位相依存性または条件依存性の変化の両方を見逃す可能性がある。 リスク制御型潜在力学近似フレームワーク WorldDynCache を提案する。 第一に、軽量の潜伏遷移リスク推定器は、近似欠陥の蓄積した将来の影響を追跡し、正確なアンカーで提供された反事実欠陥に対する予測を校正する。 第二に、条件と位相を意識した昇降サロゲートは、余分な変圧器評価を伴わずに潜水進化を近似する。 HunyuanVoyager-13B と Aether-5B では、WorldDynCache はそれぞれ4.92倍と2.15倍のスピードアップを達成し、WorldScore、PSNR、SSIM、LPIPS で比較されたキャッシュ手法の中では最高のジェネレーションの質を達成している。

関連論文リスト

• SATB-VR: Training Few-Step Video Restoration Diffusion Model using SNR-Aware Trajectory Blending [55.764018145256216]
  本稿では,補助予測器を介してデノナイジングプロセスを開始する数ステップのパラダイムであるSATB-VRを提案する。 我々は,SATB-VRが,合成,実世界,AIGCベンチマークにおける既存のアプローチに対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2026-06-27T01:32:16Z)
• Where to Refine, When to Stop: Rethinking Redundancy via Latent Discrepancy for Efficient Visual Autoregressive Generation [50.139984798361375]
  遅延不一致による冗長性を除去する学習自由フレームワークを提案する。 LD-Pruningは、Infinity-8Bの最大2.35倍のスピードアップを実現し、高い生成品質を維持しながら推論を大幅に削減する。
  論文  参考訳（メタデータ） (2026-05-29T19:34:39Z)
• TC-Padé: Trajectory-Consistent Padé Approximation for Diffusion Acceleration [46.613183870351584]
  Tray-Consistent Padé近似はテイラー法よりも正確に遷移挙動を捉える。 TC-PadéはFLUX.1-devで2.88倍、Wan2.1で1.72倍、FID、Aesthetic CLIP、V-2.0で高い品質を維持している。
  論文  参考訳（メタデータ） (2026-03-03T12:50:26Z)
• Controllable Probabilistic Forecasting with Stochastic Decomposition Layers [1.3995263206621]
  本稿では、決定論的機械学習気象モデルをアンサンブルシステムに変換するための分解層(SDL)を提案する。 SDLは3つのデコーダスケールでの学習摂動を、潜在駆動変調、画素ごとのノイズ、チャネルスケーリングを通じて適用する。 転送学習を通じてWXFormerに適用する場合、SDLはベースラインモデルをトレーニングするために必要な計算コストの2%未満を必要とする。
  論文  参考訳（メタデータ） (2025-12-21T17:10:00Z)
• ETC: training-free diffusion models acceleration with Error-aware Trend Consistency [46.40478218579471]
  モデル出力の再利用による拡散過程の促進 これらの手法は傾向を無視し、モデル固有の寛容性に対する誤り制御を欠いている。 拡散軌道の滑らかな連続性を利用するフレームワークであるETC(Error-aware Trend Consistency)を紹介する。 ETCはFLUXよりも2.65倍の加速を実現し、一貫性の劣化は無視できる。
  論文  参考訳（メタデータ） (2025-10-28T07:08:09Z)
• Advancing Reliable Test-Time Adaptation of Vision-Language Models under Visual Variations [67.35596444651037]
  視覚言語モデル(VLM)は、素晴らしいゼロショット機能を示すが、ラベル付きデータが利用できない場合、下流タスクの分散シフトに苦慮する。 本稿では,信頼性を両面から高めるReliable Test-Time Adaptation (ReTA)法を提案する。
  論文  参考訳（メタデータ） (2025-07-13T05:37:33Z)
• ReDDiT: Rehashing Noise for Discrete Visual Generation [53.813067778912]
  離散拡散変圧器(終端型ReDDiT)のためのリハッシングノイズアプローチを提案する。 我々は、吸収状態を拡張し、離散拡散モデルの表現能力を向上させることを目的としている。 実験の結果、ReDDiTはベースラインモデルよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2025-05-26T08:17:20Z)
• Conditional Denoising Diffusion for Sequential Recommendation [62.127862728308045]
  GAN(Generative Adversarial Networks)とVAE(VAE)の2つの顕著な生成モデル GANは不安定な最適化に苦しむ一方、VAEは後続の崩壊と過度に平らな世代である。 本稿では,シーケンスエンコーダ,クロスアテンティブデノナイジングデコーダ,ステップワイズディフューザを含む条件付きデノナイジング拡散モデルを提案する。
  論文  参考訳（メタデータ） (2023-04-22T15:32:59Z)

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。