清华TSAIL实验室与生数科技联手：TurboDiffusion实现视频生成百倍加速

这里可以调整气泡内文字大小！滑动试试吧！ ×

12 px

26 px

清华大学TSAIL实验室与生数科技携手，共同推出了一款开源视频生成加速框架——TurboDiffusion。该框架在确保视频质量不受影响的前提下，成功将端到端扩散生成的推理速度提升了100至200倍，为视频生成领域带来了革命性的突破。

在技术实现上，TurboDiffusion采用了SageAttention和SLA（稀疏线性注意力机制）来加速注意力计算过程，这一创新显著降低了模型在处理高分辨率视频时的算力需求。同时，研究团队还引入了rCM（时间步蒸馏）技术，有效减少了扩散模型的采样步数。这些技术方案的巧妙融合，使得模型在保持生成效果一致性的基础上，大幅削减了计算延迟。

根据GitHub页面公布的实测数据，TurboDiffusion的性能提升令人瞩目。在单张RTX 5090显卡上测试Wan-2.1-T2V-1.3B-480P模型时，原版生成5秒视频耗时184秒，而TurboDiffusion仅需1.9秒即可完成。对于参数量更大的Wan-2.2-I2V-A14B-720P模型，原版生成耗时高达4549秒（约1.2小时），TurboDiffusion则将其压缩至38秒。即便是在Wan-2.1-14B-480P模型上，耗时也从1676秒大幅减少至9.9秒，速度远超目前市面上的其他加速方案。

此外，TurboDiffusion还提供了多种规格的模型权重下载，并针对不同硬件进行了细致的优化。对于显存有限的消费级显卡，如RTX 5090、RTX 4090等，团队提供了量化版（Quantized）权重，并建议用户开启线性层量化功能以获得更好的性能。而对于拥有80GB以上显存的工业级显卡，如H100等，则推荐使用非量化版本以充分发挥其性能优势。