NVIDIA新论文提出时空缓存压缩，视频扩散加速5-10倍

NVIDIA研究团队在ICML2026发表论文“Fast Autoregressive Video Diffusion & World Models with Temporal Cache Compression & Sparse Attention”。该方法通过时空缓存压缩和稀疏注意力解决自回归视频扩散中的注意力瓶颈。实验显示可实现5倍至10倍的推理速度提升，并在长序列生成中保持恒定内存占用。该工作同时适用于视频扩散模型和世界模型。