Fugu-MT 論文翻訳(概要): LinCa: Accelerating Diffusion Models via Learnable Decomposed Feature Caching

論文の概要: LinCa: Accelerating Diffusion Models via Learnable Decomposed Feature Caching

arxiv url: http://arxiv.org/abs/2608.17973v1
Date: Tue, 18 Aug 2026 16:26:21 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-19 21:40:53.402716
Title: LinCa: Accelerating Diffusion Models via Learnable Decomposed Feature Caching
Title（参考訳）: LinCa: 学習可能な分解特徴キャッシングによる拡散モデルの高速化
Abstract要約: 学習可能な可逆ネットワークに基づく機能キャッシングフレームワークLinCaを提案する。 FLUX、Qwen-Image、HunyuanVideoの実験では、0.2%未満の追加パラメータを持つLinCaが既存の手法よりも大幅に優れていることが示された。
参考スコア（独自算出の注目度）: 12.165925583356143
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Diffusion models have achieved remarkable success in image and video generation, yet the high computational cost of iterative sampling remains a critical bottleneck for practical deployment. Feature caching has emerged as a promising acceleration paradigm by reusing or predicting intermediate features across timesteps. However, existing training-free methods apply uniform prediction strategies that cannot adapt to the heterogeneous feature dynamics, causing significant quality degradation under high acceleration ratios. We propose LinCa, a feature caching framework based on learnable invertible networks. LinCa decomposes cached features into sub-components with distinct continuity properties via a lightweight invertible network and applies differentiated prediction orders matched to each component. The strict invertibility guarantees lossless reconstruction back to the original feature space, forming a unified Decompose-Predict-Reconstruct pipeline. By training separate predictors for different models and timestep segments, LinCa adapts to heterogeneous feature dynamics. Experiments on FLUX, Qwen-Image, and HunyuanVideo demonstrate that LinCa, with less than 0.2% additional parameters, significantly outperforms existing methods and maintains near-lossless quality at 5-7x speedup. Code: https://github.com/QHR69/LinCa
Abstract（参考訳）: 拡散モデルは画像生成やビデオ生成において顕著な成功を収めてきたが、反復サンプリングの計算コストが高いことは、実際的な展開において重要なボトルネックとなっている。フィーチャーキャッシングは、タイムステップ間で中間機能を再利用または予測することで、有望なアクセラレーションパラダイムとして登場した。しかし、既存のトレーニングフリーな手法では、不均一な特徴力学に適応できない均一な予測戦略を適用し、高い加速度比で大幅な品質劣化を引き起こす。学習可能な可逆ネットワークに基づく機能キャッシングフレームワークLinCaを提案する。 LinCaは、キャッシュされた機能を、軽量な可逆ネットワークを通じて異なる連続性特性を持つサブコンポーネントに分解し、各コンポーネントにマッチした差分予測順序を適用する。厳密な可逆性により、元の特徴空間への損失のない再構築が保証され、統合された分解・予測・再構成パイプラインが形成される。異なるモデルとタイムステップセグメントの別々の予測器をトレーニングすることにより、LinCaは異種機能ダイナミクスに適応する。 FLUX、Qwen-Image、HunyuanVideoの実験では、LinCaは0.2%未満の追加パラメータを持ち、既存の手法を著しく上回り、5-7倍の速度でほぼ無害な品質を維持している。コード:https://github.com/QHR69/LinCa

関連論文リスト

SenCache: Accelerating Diffusion Model Inference via Sensitivity-Aware Caching [75.02865981328509]
キャッシュは、以前計算されたモデル出力をタイムステップで再利用することで計算を減らす。本稿では,動的キャッシュポリシーであるSensitivity-Aware Caching(SenCache)を提案する。 SenCacheは、同様の計算予算の下で、既存のキャッシュメソッドよりも視覚的品質が向上する。
論文参考訳（メタデータ） (2026-02-27T17:36:09Z)
AdaCorrection: Adaptive Offset Cache Correction for Accurate Diffusion Transformers [37.38708392928324]
Transformer Diffusion (TDis) は高忠実さと画像生成において最先端を実現するが、反復的デノイングにより高価な推論に苦しむ。 AdaCorrectionは適応的なオフセットキャッシュ補正フレームワークで、高ジェネレーションの忠実さを維持しつつ、拡散推論中にキャッシュ層間の効率的な再利用を可能にする。提案手法は計算オーバーヘッドを最小限に抑えながら高い生成品質を実現し, ほぼオリジナルに近いFIDを維持しながら, 適度な加速を実現している。
論文参考訳（メタデータ） (2026-02-13T08:11:54Z)
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)
Forecast the Principal, Stabilize the Residual: Subspace-Aware Feature Caching for Efficient Diffusion Transformers [9.698781486878206]
Diffusion Transformer (DiT) モデルは画像およびビデオ生成において前例のない品質を達成したが、反復サンプリングプロセスは計算的に禁止されている。 Singular Value Decomposition (SVD)を介して拡散機能を分解するサブスペース対応キャッシュフレームワークであるSVD-Cacheを提案する。私たちのコードは補足的な素材で、Githubでリリースされます。
論文参考訳（メタデータ） (2026-01-12T10:30:12Z)
ProCache: Constraint-Aware Feature Caching with Selective Computation for Diffusion Transformer Acceleration [14.306565517230775]
Diffusion Transformer (DiTs) は、生成モデリングにおいて最先端のパフォーマンスを達成したが、その高い計算コストは、リアルタイムデプロイメントを妨げている。既存の手法では,(1) 均一なキャッシング間隔がDiTの非一様時間ダイナミクスと一致しないこと,(2) 過大なキャッシング間隔によるナイーブな機能再利用が重大なエラーの蓄積につながること,の2つの重要な制限が課されている。 ProCacheはトレーニング不要な動的機能キャッシュフレームワークで、2つのコアコンポーネントを介してこれらの問題に対処する。
論文参考訳（メタデータ） (2025-12-19T07:27:19Z)
DiCache: Let Diffusion Model Determine Its Own Cache [62.954717254728166]
DiCacheは、実行時に拡散モデルを加速するためのトレーニング不要のアダプティブキャッシュ戦略である。 Online Probe Profiling Schemeは浅層オンラインプローブを利用して,キャッシュエラーのオンザフライインジケータをリアルタイムで取得する。 Dynamic Cache Trajectory Alignmentは、マルチステップの履歴キャッシュから出力されるディープ層の特徴を近似する。
論文参考訳（メタデータ） (2025-08-24T13:30:00Z)
HiCache: Training-free Acceleration of Diffusion Models via Hermite Polynomial-based Feature Caching [19.107716099809707]
HiCacheはトレーニング不要のアクセラレーションフレームワークで、機能予測を改善する。本稿では,予測精度を保ちながら数値安定性を確保する二重スケーリング機構を提案する。
論文参考訳（メタデータ） (2025-08-23T10:35:16Z)
Model Reveals What to Cache: Profiling-Based Feature Reuse for Video Diffusion Models [41.11005178050448]
ProfilingDiTは、フォアグラウンドとバックグラウンドに焦点を当てたブロックを明示的にアンタングルする、新しいアダプティブキャッシュ戦略である。当社のフレームワークは,総合的な品質指標間の視覚的忠実度を維持しながら,大幅な加速を実現している。
論文参考訳（メタデータ） (2025-04-04T03:30:15Z)
Towards Stabilized and Efficient Diffusion Transformers through Long-Skip-Connections with Spectral Constraints [51.83081671798784]
Diffusion Transformers (DiT) は、画像およびビデオ生成のための強力なアーキテクチャとして登場し、優れた品質とスケーラビリティを提供している。 DiTの実用アプリケーションは本質的に動的特徴不安定性に悩まされており、キャッシュされた推論中にエラーを増幅する。我々は,Long-Skip-Connections (LSCs) で拡張された画像およびビデオ生成型DiTであるSkip-DiTを提案する。
論文参考訳（メタデータ） (2024-11-26T17:28:10Z)
FasterCache: Training-Free Video Diffusion Model Acceleration with High Quality [58.80996741843102]
FasterCacheは、高品質な生成を伴うビデオ拡散モデルの推論を高速化するために設計された、トレーニング不要の戦略である。我々は、FasterCacheがビデオの質をベースラインと同等に保ちながら、ビデオ生成を著しく加速できることを示した。
論文参考訳（メタデータ） (2024-10-25T07:24:38Z)
DeepCache: Accelerating Diffusion Models for Free [65.02607075556742]
DeepCacheは、モデルアーキテクチャの観点から拡散モデルを加速するトレーニング不要のパラダイムである。 DeepCacheは拡散モデルのシーケンシャルなデノナイジングステップで観測される時間的冗長性に乗じている。同じスループットで、DeepCacheはDDIMやPLMSで、事実上同等または極端に改善された結果を達成する。
論文参考訳（メタデータ） (2023-12-01T17:01:06Z)

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。