Q-ARVD: 자기회귀 비디오 확산 모델 양자화

연구진은 생성 품질을 크게 해치지 않으면서 autoregressive video diffusion model의 추론 비용을 줄이기 위한 양자화 기법 Q-ARVD를 제안했다.

논문은 기존 diffusion 양자화가 ARVD에서 잘 작동하지 않는 이유로 프레임별 민감도가 고르지 않고 가중치 outlier가 매우 이질적이라는 점을 지적한다.

Q-ARVD는 프레임 가중 최적화와 적응형 dual-scale outlier 처리를 통해 이러한 문제를 완화한다.

이 모델 특화 접근은 스트리밍 및 인터랙티브 비디오 생성을 더 현실적으로 만들기 위한 계산 병목 해소를 목표로 한다.