HyperVAttention：视频扩散稀疏注意力框架提出并被NeurIPS接收
热点事件持续更新
HyperVAttention：视频扩散稀疏注意力框架提出并被NeurIPS接收
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Dongyeun Lee 等提出免训练的稀疏注意力框架 HyperVAttention（HVA），用于加速视频扩散 Transformer，论文已被 NeurIPS 2026 接收。 该方法通过 3D 局部窗口聚类、混合聚类策略和硬件感知聚类合并，降低聚类开销并提升 GPU 利用率。据论文，在 HunyuanVideo 上比全注意力快 2.13 倍，HVA-Flash 变体达 2.23 倍，且在相近延迟下保真度超过 SVG2。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
HyperVAttention：基于时空聚类的高效稀疏注意力视频扩散方法报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIHyperVAttention：基于时空聚类的高效稀疏注意力视频扩散方法
HyperVAttention（HVA）是一种免训练的视频扩散稀疏注意力框架，通过 3D 局部窗口聚类、混合聚类策略和硬件感知聚类合并，降低聚类开销并提升 GPU 利用率。在 HunyuanVideo 上实现比全注意力快 2.13 倍的速度，HVA-Flash 变体达 2.23 倍，且在相近延迟下保真度超过 SVG2。该工作已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。