Un gruppo di ricercatori guidato da Bingxin Xing ha presentato Sink-Sparse Hybrid Attention, un metodo che sostituisce l’attenzione densa nei transformer di diffusione preaddestrati senza doverli riaddestrare. La tecnica crea «maschere sink» statiche a partire da un piccolo insieme di calibrazione e aggiunge un leggero ramo KV con pooling. Sul modello Wan2.1‑T2V‑1.3B accelera la generazione end-to-end di 1,54×, mentre su Z‑Image‑Turbo il miglioramento è di 1,57×, con una qualità paragonabile a quella dei modelli originali.
Perché conta
Un’inferenza più rapida permette agli sviluppatori di generare immagini o video a costi inferiori, riducendo le spese delle app che si basano sulla generazione di contenuti da testo.
