Как радиальное внимание сокращает затраты при диффузии видео в 4,4 раза без ущерба качеству Введение в модели диффузии видео и вычислительные задачи Модели диффузии достигли впечатляющих результатов в создании высококачественных связных видео, опираясь на свой успех в синтезе изображений. Однако обработка дополнительного временного измерения в видео значительно увеличивает вычислительные требования, особенно учитывая, что самовнимание плохо масштабируется с длиной последовательности. Это затрудняет эффективную тренировку или запуск этих моделей на длинных видео. Попытки, такие как Sparse VideoGen,...