缓存感知Conv3D降级加速边缘世界模型解码
原文标题：Cache-Aware Conv3D Lowering Across Embedded World-Model Decoders
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
一篇 arXiv 论文提出缓存感知的 lowering 方法，将因果 Conv3D 调用表达为批量空间 Conv2D 操作，同时保留预训练权重、时序缓存语义与输出布局。在 64GB 的 NVIDIA Jetson AGX Orin 上运行 Cosmos3-Edge 图生视频流水线，VAE 解码提速约 7 倍，整体生成延迟降低逾 2 倍。该方法无需修改模型本身，还能迁移到 Cosmos3-Nano 与 LingBot-World 的 Wan2.1 VAE，为边缘端世界模型部署提供了轻量级运行时优化思路。
- 问题
- 世界模型的因果 Conv3D 在边缘设备上解码太慢，难以实时生成。
- 方法
- 缓存感知 lowering 把因果 Conv3D 改写为批量空间 Conv2D，保留权重与缓存语义。
- 结果
- Jetson AGX Orin 上 VAE 解码提速约 7 倍，整体生成延迟降低逾 2 倍
- 影响
- 不改模型即可大幅加速边缘世界模型，是端侧视频生成的低成本运行时优化。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。