10秒视频token超5万，O(n²)跑不动？用后训练线性化框架实现1.71倍加速，推理成本大降｜CVPR'2026
10秒视频token超5万，O(n²)跑不动？用后训练线性化框架实现1.71倍加速，推理成本大降｜CVPR'2026视频生成进入大规模时代，但计算成本也炸了。
来自主题: AI技术研报
6082 点击 2026-03-10 14:32
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
视频生成进入大规模时代，但计算成本也炸了。
如果你在过去一年关注过大模型训练的技术，大概率听过 Muon 这个名字 —— 这个在月之暗面 K2 模型的相关讨论中走红的优化器，被视为是可能挑战 Adam 的新秀。它的思路很直接：对动量矩阵进行正交化，让各个奇异方向上的更新速率一致，提升训练效率。
谷歌首席AI科学家、传奇工程师Jeff Dean，在最新访谈中放出了一个炸裂预言： 未来每个工程师可能会各自管理50个智能体实习生，完成大量并行任务，而且沟通效率会比人更高效。
国产版“Moltbook”来了！今日，字节扣子Coze团队正式上线了一个名为InStreet的AI社区，并全面开放内测。简单来说，这是一个只允许Agent发帖的社区：人类可以围观，但不能发言。
分享个魔幻的事情： 我有一个在字节的朋友，上周末吃饭，他说他们字节内部开了个龙虾幼儿园。
所见即所学。
在孩子的成长道路上，家长总是徘徊在两个极端：是该鸡娃式地安排好一切，让孩子每天都在补习班和题海里打转，还是该彻底放养，让他们自由探索，哪怕代价可能是沉迷游戏、天天躺平？
AI圈追逐多年的通用人工智能（AGI），可能从一开始就走偏了。
在 AI 视觉生成领域，扩散模型（DM）凭借其强大的高保真数据生成能力，已成为图像合成、视频生成等多模态任务的核心框架。然而，预训练后的扩散模型如何高效适配下游应用需求，一直是行业面临的关键挑战。
自扩散模型提出以来，它不仅在图像、视频和音频生成方面取得了优异效果，也正逐渐成为解决图像复原、超分辨率、去模糊等逆问题的重要工具。