Newest papers

SpecKCast: Spectral Kalman Forecasting for Diffusion Acceleration

Javad Rajabi, Hakki Can Karaimer, David B. Lindell, Babak Taati, Michael S. Brown · 2026 · arXiv

DOI: 10.48550/arXiv.2610.26837 · open-access PDF

Russian

Диффузионные трансформаторы (DiT) обеспечивают высокую верность изображениям и производству видео, но они страдают от значительных затрат на вывод из-за повторяющихся оценок трансформаторов на многих этапах денозирования. Кэширование функций снижает эти затраты путем повторного использования функций на этапах денозирования. Последние методы прогнозирования расширяют эту идею путем экстраполяции функций на пропущенные этапы вместо их повторного использования. Тем не менее, существующие методы прогнозирования экстраполируют функции, которые они предсказывают единообразно, хотя пространственно-частотные компоненты этих функций меняются чаще всего на разных этапах денозирования.

Machine translation (Meta M2M100); the English original follows.

Abstract

Diffusion Transformers (DiTs) achieve high-fidelity image and video generation, but they suffer from substantial inference costs due to repeated transformer evaluations across many denoising steps. Feature caching reduces this cost by reusing features across denoising steps. Recent forecasting methods extend this idea by extrapolating features to skipped steps instead of reusing them. However, existing forecasting methods extrapolate the features they predict uniformly, even though the spatial-frequency components of these features change most at different stages of denoising. They also overlo

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange