TurboDiffusion - Raw Digital Technology, Tsinghua y otros marcos de aceleración de generación de vídeo de código abierto

¿Qué es TurboDiffusion?

TurboDiffusion es un marco de aceleración de generación de vídeo de código abierto desarrollado conjuntamente por la Universidad de Tsinghua, BioDigital Technology y UC Berkeley, capaz de aumentar la velocidad de generación de vídeo entre 100 y 200 veces manteniendo una calidad de imagen casi sin pérdidas. A través de medios innovadores como la atención lineal dispersa, la destilación de pasos de muestra y la cuantificación de 8 bits, el marco consigue generar vídeo HD de 5 segundos en 1,8 segundos con una sola tarjeta gráfica RTX 5090. El principal avance radica en la reducción de la complejidad computacional cuadrática del modelo de difusión de vídeo tradicional a lineal, lo que resuelve el antiguo cuello de botella de la eficiencia en la industria, al que han prestado atención Meta, OpenAI y otras organizaciones, y se considera el "momento DeepSeek" del modelo de vídeo de gran tamaño. Ha sido de código abierto y se ha aplicado a grandes modelos multimodales como Vidu.

Características de TurboDiffusion

• Aceleración de la atención a bits bajosLa tecnología SageAttention ejecuta el cálculo de la atención en un Tensor Core de bits bajos para una aceleración múltiple y sin pérdidas.
• Sparse - Aceleración lineal de la atenciónLograr una aceleración adicional de la atención dispersa de 17 a 20 veces sobre SageAttention utilizando Atención Esparse-Lineal (SLA) entrenable.
• Paso de muestreo aceleración de la destilación: Con el avanzado método de destilación rCM, se pueden generar modelos en sólo 3 - 4 pasos con vídeo de alta calidad.
• aceleración lineal de la capaCuantificación de la granularidad de bloque de 8 bits 128x128 (W8A8) de parámetros y activaciones en la capa lineal del modelo, lo que acelera los cálculos lineales y reduce significativamente el uso de memoria.

Principales ventajas de TurboDiffusion

• Razonamiento eficienteLa inferencia de TurboDiffusion es tan rápida que, por ejemplo, sólo tarda 1,9 segundos en generar un vídeo de 16 fotogramas a resolución 720P en la RTX 5090.
• Mantener una producción de alta calidadLa calidad del vídeo generado se mantiene a un alto nivel, mientras que la velocidad aumenta considerablemente.
• Código abierto y facilidad de usoEl código y los parámetros del modelo (Checkpoints) de TurboDiffusion son de código abierto y pueden ser instalados y utilizados por los usuarios en unos sencillos pasos.

¿Cuál es el sitio web oficial de TurboDiffusion?

• Repositorio GitHub:: https://github.com/thu-ml/TurboDiffusion
• Documento técnico arXiv:: https://arxiv.org/pdf/2512.16093

¿A quién va dirigido TurboDiffusion?

• trabajador creativo: como diseñadores de anuncios, creadores de vídeo, animadores, etc., pueden generar rápidamente vídeos creativos que les ayuden a iterar y optimizar sus ideas con rapidez.
• investigador: Proporcionar a los académicos y científicos que trabajan en tecnologías de generación de vídeo herramientas experimentales eficaces para acelerar el proceso de investigación.
• escolaresPara los estudiantes de visión por ordenador e inteligencia artificial, TurboDiffusion puede ayudarles a comprender y aplicar rápidamente las técnicas de generación de vídeo.
• Desarrolladores empresarialesTurboDiffusion puede mejorar significativamente la eficacia de la producción de contenidos en aplicaciones empresariales que requieren una rápida generación de contenidos de vídeo, como las plataformas de vídeo de formato corto, las redes sociales y la educación en línea.
• Aficionados individualesTurboDiffusion: Los usuarios particulares interesados en la tecnología de generación de vídeo pueden utilizar TurboDiffusion para generar rápidamente vídeos interesantes para sus necesidades creativas y de entretenimiento personal.