CLiS 提出免训练注意力稳定优化，加速 TPU 视频扩散
原文标题：CLiS: Plug-and-Play Attention Acceleration for Video Diffusion on TPUs via Certified Stabilization
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文分析指出 TPU 长上下文注意力中在线 softmax 的重复最大值归约与累加器缩放是瓶颈，提出免训练、即插即用的 CLiS 优化：在 KV 循环前固定每行稳定器并逐头认证数值安全，失败时回退在线 softmax。在 Wan 2.2 与 LTX-2 上，TPU v6e/TPU7x 的 DiT 单步延迟最高降低 19.6%，无明显质量损失。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CLiS 免训练优化 TPU 长上下文注意力，DiT 单步延迟最高降 19.6%
- •瓶颈定位为在线 softmax 的重复最大值归约与累加器缩放
- •在 KV 循环前固定每行稳定器并逐头认证数值安全，失败时回退在线 softmax
- •Wan 2.2 与 LTX-2 在 TPU v6e/TPU7x 上 DiT 单步延迟最高降 19.6%，无明显质量损失
- •可嵌入现有融合注意力内核，不改模型权重与架构
- •初步因果 LLM 实验：继续预训练吞吐提升 13.5%，SFT 提升 7.7%
为什么重要：视频扩散推理延迟高度依赖注意力效率，免训练即插即用的特性使其落地门槛低，对 TPU 推理服务方直接相关。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。
谷歌发布Genie 4世界模型，可生成带音频交互体验
AI 摘要谷歌发布 Genie 4 世界模型，支持更真实的世界、自然语言实时修改、音频生成，底层由 Gemini 3.8 Flash 驱动，单次体验时长从 1 分钟提升至约 2 分钟。该模型先以研究预览形式向受信任测试者开放，并将向 Google AI Ultra 订阅用户推出。
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
AI 摘要谷歌 DeepMind 发布世界模型 Genie 4，新增实时音频、更逼真的模拟环境，并支持在模拟过程中用文本提示实时操控。该模型以研究预览形式向受信任测试者开放，进一步推进可交互世界模型的能力边界。
谷歌 DeepMind 称四个 Gemini 4 智能体 27 小时通关《我的世界》
AI 摘要谷歌 DeepMind 表示，四个基于 Gemini 4 的 AI 智能体在 27 小时内自行编写 2783 段程序，成功通关《我的世界》。过程中智能体在简单难度下死亡 605 次，估计消耗约 520 美元 token 成本。