극초고속 액션 디퓨전을 위한 테스트 시점 희소화
Test-time Sparsity for Extreme Fast Action Diffusion

TL;DR AI
1분핵심 요약
연구진이 액션 디퓨전 모델의 추론 비용을 줄이기 위해 테스트 시점 희소성 기법을 제안했다.
이 방법은 잔차 계산을 동적으로 줄이고, 인코딩과 프루닝을 병렬화하며, 단계 간 캐시된 특징을 재사용한다.
그 결과 FLOPs를 92% 줄이고 생성 속도를 약 5배 높여 47.5 Hz에 도달했다.
품질 저하 없이 훨씬 빠른 디퓨전 기반 행동 생성을 가능하게 해, 실시간 로보틱스와 인터랙티브 시스템에 중요하다.
