dit 都能用，生成视频无质量损失，也不需要训练。
实时 AI 视频生成来了！
本周三，新加坡国立大学尤洋团队提出了业内第一种可以实时输出的，基于 DiT 的视频生成方法。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
该技术名为 Pyramid Attention Broadcast （PAB）。通过减少冗余注意力计算，PAB 实现了高达 21.6 FPS 的帧率和 10.6 倍的加速，同时不会牺牲包括 Open-Sora、Open-Sora-Plan 和 Latte 在内的流行基于 DiT 的视频生成模型的质量。值得注意的是，作为一种不需要训练的方法，PAB 可以为任何未来基于 DiT 的视频生成模型提供加速，让其具备实时生成的能力。
自今年起，OpenAI 的 Sora 和其他基于 DiT 的视频生成模型引起了 AI 领域的又一波浪潮。然而与图像生成相比，人们对于视频生成的关注点基本都在于质量，很少有研究专注于探索如何加速 DiT 模型推理。加速视频生成模型的推理对于生成式 AI 应用来说已经是当务之急。
PAB 方法的出现，为我们打开了一条路。
原始方法与 PAB 视频生成速度的比较。作者在 Open-Sora 上测试了 5 个 4s（192 帧）480p 分辨率的视频。
GitHub 链接：https://github.com/NUS-HPC-AI-Lab/OpenDiT?tab=readme-ov-file#pyramid-attention-broadcast-pab-blogdoc
金字塔式注意力广播
近期，Sora 和其他基于 DiT 的视频生成模型引起了广泛关注。然而，与图像生成相比，很少有研究专注于加速基于 DiT 的视频生成模型的推理。此外，生成单个视频的推理成本可能很高。
图 1：当前扩散步骤和先前扩散步骤之间的注意力输出差异，使用均方误差 (MSE) 对差异进行量化。
实现
这项研究揭示了视频扩散 transformer 中注意力机制的两个关键观察结果：
首先，不同时间步骤的注意力差异呈现出 U 形模式，在最初和最后 15% 的步骤中发生显著变化，而中间 70% 的步骤则非常稳定，差异很小。
其次，在稳定的中间段内，注意力类型之间存在差异：空间注意力变化最大，涉及边缘、纹理等高频元素；时间注意力表现出与视频中的运动和动态相关的中频变化；跨模态注意力是最稳定的，将文本与视频内容联系起来，类似于反映文本语义的低频信号。
基于此，研究团队提出金字塔式注意力广播来减少不必要的注意力计算。在中间部分，注意力表现出微小的差异，该研究将一个扩散步骤的注意力输出广播到几个后续步骤，从而显著降低计算成本。
此外，为了更有效的计算和最小的质量损失，作者根据不同注意力的稳定性和差异性设置了不同的广播范围。即使没有后期训练，这种简单而有效的策略也能实现高达 35% 的加速，同时生成内容的质量损失可以忽略不计。
图 2：该研究提出了金字塔式注意力广播，其中根据注意力差异为三个注意力设置不同的广播范围。注意力变化越小，广播范围越广。在运行时，该方法将注意力结果广播到接下来的几个步骤，以避免冗余的注意力计算。x_t 指的是时间步 t 的特征。
|Git删除了文件，但还会在Git 仓库历史中遗留。 - 想要从 Git 历史移除敏感信息（密码、密钥、token、私钥） - 想要删除意外提交的大文件 - 想要重写 Git 历史、移除特定文件的所有痕迹 - 提到 "force push"、"重写 commit 历史" - 需要从所有分支、所有 tag 中删除某个文件
并行
下图 3 为本文方法与原始动态序列并行（Dynamic Sequence Paralle, DSP）之间的比较。当时间注意力得到传播时，则可以避免所有通信。
为了进一步提升视频生成速度，本文基于 DSP 来改进序列并行。序列并行将视频分割为跨多个 GPU 的不同部分，从而减少了每个 GPU 的工作负载并降低了生成延迟。不过，DSP 引入了大量的通信开销，需要为时间注意力准备两个 All to All 通信。
通过在 PAB 中传播时间注意力，本文不再需要对时间注意力进行计算，由此减少了通信。相应地，通信开销大幅降低了 50% 以上，使得实时视频生成可以进行更高效的分布式推理。
评估结果
加速
下图为不同模型在 8 块英伟达 H100 GPU 上生成单个视频时，测量得到的 PAB 总延迟。当使用单块 GPU 时，作者实现了 1.26 至 1.32 倍的加速，并在不同的调度器中保持稳定。
当扩展到多块 GPU 时，本文方法实现了 10.6 倍的加速，并得益于高效的序列并行改进实现了与 GPU 数量之间的近线性扩展。
定性结果
以下三个视频分别为 Open-Sora、Open-Sora-Plan 和 Latte 三个不同的模型使用原始方法与本文方法的效果对比。可以看到，本文方法在不同的 GPU 数量下均实现了不同程度的 FPS 加速。
定量结果
下表为 Open-Sora、Open-Sora-Plan 和 Latte 三个模型的 LPIPS（学习感知图像块相似度）和 SSIM（结构相似度）指标结果。
更多技术细节和评估结果可以查看即将推出的论文。
项目地址：https://oahzxl.github.io/PAB/
参考链接：
https://oahzxl.github.io/PAB/
