Un equipo de investigadores liderado por Bingxin Xing presentó Sink-Sparse Hybrid Attention, un método para reemplazar la autoatención densa en transformadores de difusión preentrenados sin volver a entrenarlos. La técnica crea «máscaras sink» estáticas a partir de un pequeño conjunto de calibración y añade una rama ligera de KV agrupada. En el modelo Wan2.1‑T2V‑1.3B acelera la generación de principio a fin en 1,54×, y en Z‑Image‑Turbo, en 1,57×, con una calidad comparable a la de los modelos originales.
Por qué importa
Una inferencia más rápida permite a los desarrolladores generar imágenes o videos a menor costo, lo que puede abaratar las aplicaciones que dependen de la generación de contenido multimedia a partir de texto.
