CALM校准缓存压缩方法降低视频生成损耗

2026年10月21日，研究人员在arXiv发布论文提出CALM（Calibrated Allocation for Layer-Head Merging）方法。该方案通过离线校准优化视频生成模型中的KV缓存压缩策略。 CALM利用注意力输出误差作为轻量代理指标，结合动态规划算法确定最佳的层头合并比例分配。这一机制旨在解决传统在线压缩中缺乏全局校准信息导致的高误差问题。 实验数据显示，在相同的显存预算约束下，采用CALM方法使视频生成的LPIPS（感知损失）指标降低了约21%，显著提升了压缩后的生成质量。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。