SAKURA：云边协同的端侧注意力KV状态服务方法
热点事件持续更新
SAKURA：云边协同的端侧注意力KV状态服务方法
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
在扩散模型图像编辑任务中，SAKURA 提出了一种云边协同架构，旨在带宽受限条件下向手机设备传输可复用的注意力 KV 状态。 该架构采用细粒度的 token 重要性感知压缩方法，在运行时根据网络带宽自适应选择缓存表示形式。 同时，SAKURA 通过流水线执行机制将缓存传输、重建与设备端计算过程重叠，并宣称在不影响图像质量的前提下，将缓存存储空间压缩至无压缩状态下的 3.06 倍。
AI 根据报道生成 · 13 小时前更新
最新进展10月22日 12:00
SAKURA：手机端私密图像编辑中注意力KV状态的速率自适应服务架构报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · AISAKURA：手机端私密图像编辑中注意力KV状态的速率自适应服务架构
SAKURA 提出一种云边协同架构，在带宽受限下向手机设备传输可复用的注意力 KV 状态，用于扩散模型图像编辑任务。 该架构采用细粒度 token 重要性感知压缩方法，运行时根据网络带宽自适应选择缓存表示，并通过流水线执行将缓存传输、重建与设备端计算重叠。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月22日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0010月23日02:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。