# CacheScope acelera modelos de difusão sem treinamento extra

> O novo método CacheScope reduz o tempo de inferência em até 3,5× e diminui a perda de qualidade das imagens. Ele funciona com FLUX.1-dev, Wan2.1-T2V-1.3B e Open‑Sora 1.2.

Oossa · 2026-10-12 · https://oossa.com/pt/cachescope-speeds-up-diffusion-models-without-extra-training

Pesquisadores liderados por Qinhan Lyu apresentaram o CacheScope, uma técnica que decide quando usar o cálculo completo de remoção de ruído e quando reutilizar aproximações armazenadas em cache durante a inferência de modelos de difusão. O método não requer treinamento adicional, gradientes nem redes separadas. Em três modelos de difusão populares, ele acelera a geração em até 3,57 vezes e reduz em até 70,1% o erro mediano de LPIPS em comparação com o método baseado em sondagem mais eficiente disponível até então.

## Os fatos

- Artigo publicado no arXiv em 2026-10-12
- Aceleração de até 3,57× e redução de 70,1% no LPIPS nos modelos testados

## Por que importa

Desenvolvedores podem gerar imagens mais rapidamente e com maior fidelidade sem gastar recursos com treinamento adicional.

## Fontes e referências

1. [CacheScope: Exact-Compute Allocation for Training-Free Diffusion Acceleration](https://arxiv.org/abs/2610.12530) – arXiv cs.LG, 2026-10-12

Última atualização: 2026-10-12