論文の概要: Heuristics are Not Enough: Calibrated and Corrected Caching for Video Diffusion Acceleration

• arxiv url: http://arxiv.org/abs/2610.16545v1
• Date: Mon, 12 Oct 2026 10:28:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.358171
• Title: Heuristics are Not Enough: Calibrated and Corrected Caching for Video Diffusion Acceleration
• Title（参考訳）: ヒューリスティックスは十分ではない:ビデオ拡散加速のための校正と補正キャッシング
• Abstract要約: textbfAlignCacheはクローズドループキャッシュフレームワークで、スケジューリング決定と最終生成ビデオに対する真の影響を一致させる。 静的リスクアキュムレータからフィードバック駆動の自己修正コントローラにスケジュールを変換することにより、AlignCacheは最先端のビデオ生成モデル間での優れたアクセラレーション品質のトレードオフを一貫して達成する。
• 参考スコア（独自算出の注目度）: 9.021039155526394
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Feature caching has become a mainstream training-free strategy for accelerating video diffusion models by reusing intermediate outputs across denoising steps. However, existing adaptive methods rely on heuristic difference measures misaligned with actual generation quality, employ a single global threshold that ignores heterogeneous phase dynamics, and never validate their budget estimates against true approximation error, allowing systematic bias to propagate uncorrected. We propose \textbf{AlignCache}, a closed-loop caching framework that directly aligns scheduling decisions with their true influence on the final generated video through three tightly coupled components: (1) phase-adaptive budget routing that partitions the denoising trajectory into structurally distinct phases, each governed by an independent threshold and a staleness-aware guard; (2) closed-loop threshold calibration that exploits counterfactual error measurement at the classifier-free guided output level to adjust decision boundaries online via an EMA feedback loop; and (3) momentum-augmented draft synthesis combining direction-magnitude gated residual extrapolation with anchor-guided unconditional correction. By transforming scheduling from a static risk accumulator into a feedback-driven, self-correcting controller, AlignCache consistently achieves superior acceleration-quality trade-offs across state-of-the-art video generation models. Our code is available at https://github.com/jiangjyjy/AlignCache.
• Abstract（参考訳）: 特徴キャッシングは、デノナイジングステップ間で中間出力を再利用することで、ビデオ拡散モデルを加速するための主流のトレーニングフリー戦略となっている。 しかし、既存の適応手法は、実際の世代品質と不一致なヒューリスティックな差分尺度に依存しており、不均一な位相ダイナミクスを無視した単一のグローバルしきい値を使用し、真の近似誤差に対して予算推定を検証せず、体系的バイアスが不正確なことを伝播することを可能にする。 提案するクローズドループキャッシュフレームワークである‘textbf{AlignCache}は、3つの密結合されたコンポーネントにより、スケジューリング決定と最終生成ビデオへの真の影響を直接的に整合させるもので、(1)デノベーション軌道を独立しきい値とステールネス認識ガードによって支配される構造的に異なる位相に分割する位相適応型予算ルーティング、(2)EMAフィードバックループを介してオンラインの意思決定境界を調整するための分類器なし誘導出力レベルでの反実誤差測定を利用するクローズドループ閾値キャリブレーション、(3)アンカー誘導無条件補正による方向磁度ゲートされた残留外挿を組み合わせた運動増強型ドラフト合成である。 静的リスクアキュムレータからフィードバック駆動の自己修正コントローラにスケジュールを変換することにより、AlignCacheは最先端のビデオ生成モデル間での優れたアクセラレーション品質のトレードオフを一貫して達成する。 私たちのコードはhttps://github.com/jiangjyjy/AlignCacheで利用可能です。

関連論文リスト

• TGuide: Faster Autoregressive Video Diffusion via Historical Trajectory Guidance [69.22347589094333]
  本稿では,Anchor-Transport-Correct(ATC)予測器を通じて自動回帰ビデオ拡散を高速化するフレームワークであるTGuideを紹介する。 現在のチャンクの前段特徴は空間構造を保ち、前のチャンクの同段特徴は目標認知段階の情報を提供する。 Self Forcing、Causal Forcing、HY-WorldPlayの実験では、TGuideは生成品質を保ちながら、オリジナルの4ステップジェネレータよりも最大1.89タイムの速度アップを実現している。
  論文  参考訳（メタデータ） (2026-10-10T07:16:40Z)
• NaviCache: Test-Time Self-Calibration Caching for Video Generation [82.90113757454375]
  NaviCacheはビデオ拡散モデルのためのテスト時間自己校正手法である。 基本的な領域ギャップと非定常的な拡散の性質を橋渡しする。 理論上は、誤差バウンド・スキップのメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-06-25T09:28:12Z)
• Accelerating Rectified Flow Models via Trajectory-Aware Caching [35.13071059415995]
  我々は,スキップ・then-compensateパラダイムに従って,トレーニング不要なアクセラレーションフレームワークであるTACacheを提案する。 Trajectory-Aware Cacheは、テキスト・ツー・イメージ・ジェネレーションで最大4.14スピードアップ、テキスト・ツー・ビデオ・ジェネレーションで2.11スピードアップを達成する。
  論文  参考訳（メタデータ） (2026-05-16T03:44:58Z)
• Stream-R1: Reliability-Perplexity Aware Reward Distillation for Streaming Video Generation [52.10062792673558]
  自動ストリーミングビデオ拡散モデルを実用化するために、蒸留ベースの加速が基礎となっている。 既存の方法は、すべてのロールアウト、フレーム、ピクセルを同様に信頼できる監視として扱う。 本稿では,信頼性に配慮したリワード蒸留フレームワークStream-R1を提案する。
  論文  参考訳（メタデータ） (2026-05-05T15:15:30Z)
• Ride the Wave: Precision-Allocated Sparse Attention for Smooth Video Generation [9.132288507881592]
  ビデオ拡散変換器は高忠実度ビデオ生成に革命をもたらしたが、自己注意の膨大な計算負担に悩まされている。 PASA(Precision-Allocated Sparse Attention)は,高効率かつ時間的にスムーズなビデオ生成を目的としたトレーニングフリーフレームワークである。
  論文  参考訳（メタデータ） (2026-04-14T02:51:52Z)
• 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)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• 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)
• Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion [67.94300151774085]
  本稿では,自己回帰ビデオ拡散モデルのための新しい訓練パラダイムであるSelf Forcingを紹介する。 露光バイアスの長年の問題に対処し、地道的な文脈で訓練されたモデルは、自身の不完全な出力で条件付けられたシーケンスを生成する必要がある。
  論文  参考訳（メタデータ） (2025-06-09T17:59:55Z)

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。