免训练方法ALLOT按层与去噪步分配块稀疏注意力，作者报告视频质量提升。
资讯摘要
论文关注视频扩散Transformer中全3D注意力开销大的问题，提出免训练稀疏分配方法ALLOT。作者观察到不同层与去噪步对最终视频保真度的影响差异显著，但最敏感的层-步组合在不同输入间基本不变。ALLOT将每个层-步对视为单元，通过单元探测与轨迹校准估计其对最终视频误差的贡献，并在实测延迟预算下联合优化各单元密度，仅替换分配环节。作者报告在HunyuanVideo上以XAttention取得11.8 dB PSNR提升。
要点速读
- 论文提出ALLOT，将层-步对作为单元，用单元探测和轨迹校准估计其对最终视频误差的贡献，再在实测延迟预算下联合优化密度。
- 方法免训练，保留现有选择策略与内核，只替换稀疏分配组件。
- 作者报告在相同时长或更短的实际耗时下，ALLOT优于所有对比分配策略，在HunyuanVideo上PSNR提升11.8 dB；在Wan2.1、Wan2.2和HunyuanVideo的四个已发布管线共九种设置中优于或持平默认方案。
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 08:00:10（北京时间）。