CalibAtt：无需训练的稀疏注意力方法，将文生视频速度提升至 1.58 倍
Accelerating Text-to-Video Generation with Calibrated Sparse Attention
AI 导读Apple 与特拉维夫大学联合提出 CalibAtt，一种无需训练的校准稀疏注意力方法，通过离线识别 token 间可跳过的低分连接并编译为优化操作，在推理时跳过无关计算。在 Wan 2.1 14B、Mochi 1 及少步蒸馏模型上，CalibAtt 实现最高 1.58 倍端到端加速，在保持视频质量和文本-视频对齐的同时优于现有免训练方法。
来源：Apple Machine Learning Research · machinelearning.apple.com