پژوهشگرانی به سرپرستی بینگ‌شین شینگ روش «توجه ترکیبی تنک با نقاط لنگر» (Sink‑Sparse Hybrid Attention) را معرفی کرده‌اند؛ روشی برای جایگزینی توجهِ خودیِ متراکم در ترنسفورمرهای انتشارِ ازپیش‌آموزش‌دیده، بدون نیاز به آموزش مجدد. این روش با استفاده از یک مجموعهٔ کالیبراسیون کوچک، «ماسک‌های لنگر» ایستا می‌سازد و یک شاخهٔ سبک مبتنی بر KV تجمیع‌شده به آن اضافه می‌کند. این روش تولید کامل را در مدل Wan2.1‑T2V‑1.3B به میزان ۱٫۵۴× و در Z‑Image‑Turbo به میزان ۱٫۵۷× سریع‌تر می‌کند، درحالی‌که کیفیت با مدل‌های اصلی قابل‌مقایسه است.
چرا مهم است
استنتاج سریع‌تر به توسعه‌دهندگان امکان می‌دهد تصویر یا ویدئو را با هزینهٔ کمتر تولید کنند؛ این موضوع می‌تواند هزینهٔ اپلیکیشن‌هایی را که به تولید محتوا از متن متکی‌اند کاهش دهد.
