arXiv提出CtrlCache加速视频世界模型
发生了什么
据arXiv论文，研究提出CtrlCache框架以加速交互式视频世界模型。该机制利用控制信号在去噪前到达的特性，通过动作感知调度将块标记为初始、过渡、转折或稳态。稳态块复用Transformer残差并引入频率混合历史先验，无需额外DiT前向传播。在Matrix-Game 2.0和LingBot-World v1/v2上，该方法实现1.21x至1.41x的DiT骨干加速，且提升WBench总体得分。
- 加速倍数
- 1.21x至1.41x
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口