全局优化

当前，基于Transformer架构的DiT等扩散模型在视频生成领域取得了显著进展，生成效果逐渐逼近真实拍摄水平。然而，这些模型普遍面临推理时间长、算力成本高、生成速度难以提升的瓶颈问题。随着视频生成长度增加和分辨率提高，这一瓶颈已成为制约视频创作体验的关键障碍。 来自中国联通数据科学与人工智能研究院的研究团队提出了LeMiCa（Lexicographic …