图像生成

SALAD: Achieve High-Sparsity Attention via Efficient Linear Attention Tuning for Video Diffusion Transformer

SALAD: 通过高效的线性注意微调实现高稀疏性注意

Tongcheng Fang, Hanling Zhang, Ruiqi Xie, Zhuo Han, Xin Tao, Tianchen Zhao, Pengfei Wan, Wenbo Ding, Wanli Ouyang, Xuefei Ning, Yu Wang

机构 * Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 效率与蒸馏 ：diffusion(title,abstract)；分类 cs.CV

AI总结 本文提出SALAD，通过并行的稀疏注意与轻量线性注意分支，结合多级静态-动态缩放策略，实现高达90%的稀疏性和1.52-2.03倍的推理加速，同时保持生成质量。

Investigating Permutation-Invariant Discrete Representation Learning for Spatially Aligned Images

研究排列不变的离散表示学习以空间对齐图像

Jamie S. J. Stirling, Noura Al-Moubayed, Hubert P. H. Shum

机构 * Durham University（杜伦大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)；分类 cs.CV

AI总结 本文探讨了空间对齐数据的离散表示是否需要位置信息，提出PI-VQ模型，通过约束潜在代码无位置信息，实现全局语义特征捕捉和直接图像插值，同时引入匹配量化提升信息容量。

Comments 15 pages plus references; 5 figures; supplementary appended; accepted to ICPR 2026