FasterVD: Zur Beschleunigung von Video-Diffusionsmodellen

Ausgestattet mit Denoising Diffusion Probabilistic Models hat die Videoinhaltsgenerierung in letzter Zeit bedeutendes Forschungsinteresse geweckt. Allerdings erfordern Diffusionspipelines intensive Berechnungen und Modell-Speicher, was Herausforderungen für ihre breite und effiziente Anwendung darstellt. In dieser Arbeit adressieren wir dieses Problem durch die Integration von LCM-LoRA zur Reduktion der Denoising-Schritte und beschleunigen den Videogenerierungsprozess durch Frame-Skipping und Interpolation. Unser Framework erreicht eine etwa 10-fache Inferenzbeschleunigung für die Erzeugung qualitativ hochwertiger realistischer Videos auf gängigen GPUs.