SAKURA：面向手机隐私图像编辑的注意力KV状态自适应传输

SAKURA 按带宽自适应传输 KV 缓存，降低手机端隐私图像编辑延迟。

资讯摘要

论文提出 SAKURA，一种云边架构，在带宽预算下向手机传输可复用的注意力 KV 状态，用于隐私图像编辑。它采用细粒度 token 重要性感知压缩，并按实时网络带宽为每个分片自适应选择缓存表示，同时用流水线运行时重叠传输、重建与端侧执行。作者在 Snapdragon 8 Elite Gen 5 手机上以三项编辑任务和两个扩散模型评测，报告延迟较适配 DiT 的 CacheGen 和端侧生成分别降低 1.82 倍和 3.27 倍，缓存存储较未压缩减少 3.06 倍且保持图像质量。

要点速读

1. SAKURA 将可复用 KV 状态放在云端，按带宽预算传输到手机，避免把个人图像和提示词上传云端。
2. 方法包括 token 重要性感知压缩、按网络带宽自适应选择缓存表示，以及重叠传输与端侧执行的流水线运行时。
3. 作者在 Snapdragon 8 Elite Gen 5 手机上用三项编辑任务和两个扩散模型评测，报告延迟降低 1.82 倍和 3.27 倍、缓存存储减少 3.06 倍。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。