找到 3 筆；也可以試試 語意搜尋
Uisato Studio 上線 Oscilloscope Diffusion，一種通過擴散模型干預已有影片的新方法：以原影片的運動與形態為起點，重新詮釋其紋理、材質與視覺語言。演示素材來自作者的 TouchDesigner 音訊反應幾何視覺化系列 Oscilloscopes, everywhere（已更新至 v1.2），也可輸入任意影片源。使用者可選擇源影片、用提示詞描述處理方式，並通過精選 LoRA 與可編輯時間線控制結果與原始畫面的接近程度。
研究證明，離散擴散（含 remasking 與 uniform-state 取樣器）的某一步只有在所寫入位置在已固定 token 條件下相互獨立時，才與訓練分佈一致；任何 per-position 分佈的乘積都無法匹配存在依賴的一組 token。文中指出畫素、音素、詞等常見領域的 token 之間存在固有依賴，而這類取樣器每步會寫入多個 token 位置，每個位置從各自的 per-position 分佈取樣，並依據同一批分佈決定寫入哪些位置。
開發者用 Sparse VideoGen（SVG）把注意力頭動態路由到高度結構化的空間或時間稀疏掩碼，並在 TPU 上最佳化 Splash Attention 核心，使 1440p 影片生成的端到端推理最高提速 1.69 倍。核心側的具體改動是：跳過空記憶體 tile、把精確座標掩碼嚴格限制在邊界 tile、將 token 記憶體佈局改成時間優先（temporal-major）以獲得連續訪問。目的是把演算法層的稀疏真正對齊到硬體 tile 執行，顯著減少被浪費的矩陣運算。