登录体验完整功能(收藏、点赞、评论等) —

让AI触手可及,让应用激发潜能

腾讯混元开源DisCa视频生成加速方案 提速11.8倍获CVPR2026收录

2026年4月,腾讯混元团队正式开源面向少步蒸馏视频生成模型的加速方案DisCa,该方案通过可学习特征缓存技术突破传统缓存方案的误差瓶颈,在保证生成质量的前提下,实现最高11.8倍的推理加速,相关成果已被国际计算机视觉顶会CVPR 2026收录,目前完整代码与模型权重已对外开放供行业开发者测试使用。

AI生成视频是当前AIGC领域落地需求最旺盛的方向之一,但生成速度慢、推理成本高的问题,始终卡住行业规模化应用的脖子。原生扩散视频生成模型通常需要数十步甚至上百步推理才能生成合格内容,单条1080P短视频的生成成本往往数元起,就算经过知识蒸馏压缩到少步模型,推理成本依然难以满足批量生产的需求。

传统特征缓存方案虽然能在多步生成模型上实现不错的加速效果,但直接移植到少步蒸馏模型上,会产生过大的缓存误差,最终直接导致生成画面崩坏、质量不达标,这一矛盾长期没有得到行业的有效解决。

DisCa是学界和业界首次在蒸馏后少步模型上探索可学习特征缓存加速技术的尝试,核心思路是在已经完成蒸馏、推理步数已经压缩的模型基础上,进一步挖掘推理成本的压缩空间。

!
信息及评测声明: 本文部分信息整理自互联网公开资料,并包含由 AI创作导航 团队独立进行的实测体验。我们力求内容客观准确,但因工具功能、价格及政策可能存在实时调整,所有信息仅供参考,请务必在使用前访问官网确认。文中观点不构成任何决策建议,读者需自行评估和承担使用风险。如发现内容有误或侵权,欢迎随时反馈,我们将及时核实处理。
相关资讯
AI小创