跳到正文
热点事件持续更新

NeurIPS 2026 接收 HyperVAttention 高效视频扩散加速框架

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

2026年11月6日，HyperVAttention 相关论文发布并获得 NeurIPS 2026 正式接收。该工作针对视频扩散 Transformer 中自注意力计算的高开销问题，提出了一种免训练的时空稀疏注意力框架。 框架核心采用 3D 局部窗口聚类与混合聚类策略，通过降低注意力计算的冗余部分来优化性能；同时结合硬件感知的集群合并技术，提升底层 CTA 的利用效率。 在 HunyuanVideo 等模型评估中，HyperVAttention 实现了 2.13 倍的速度提升，其 HVA-Flash 变体甚至达到 2.23 倍。测试还表明，该框架在视频生成的视觉保真度上优于早期的 SVG2 方法。

AI 根据报道生成 · 21 小时前更新

最新进展11月6日 13:00
接受于 NeurIPS 2026 的 HyperVAttention 提出时空聚类加速视频扩散

报道时间线

沿着报道，了解事件的不同侧面。

11月6日
  1. arXiv · AI
    接受于 NeurIPS 2026 的 HyperVAttention 提出时空聚类加速视频扩散

    HyperVAttention 是一款免训练稀疏注意力框架，针对视频扩散 Transformer 的自注意力二次复杂度瓶颈。 该方法通过 3D 局部窗口聚类与混合聚类策略降低开销，并结合硬件感知集群合并提高 CTA 利用率。 在 HunyuanVideo 上实现 2.13 倍速度提升，HVA-Flash 变体达 2.23 倍，且高保真度优于 SVG2。

本事件热度走势

可比范围当前
5
可比范围峰值
911月6日 16:00
近 24 小时变化
–

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。