# Гибридное Sink-Sparse Attention ускоряет генерацию изображений и видео

> Новый метод внимания без дообучения ускоряет инференс двух диффузионных трансформеров до 1,57 раза без потери качества.

Oossa · 2026-10-19 · https://oossa.com/ru/sink-sparse-hybrid-attention-speeds-up-text-to-image-and-video-diffusion-models

Исследователи под руководством Бинсинь Сина представили Sink-Sparse Hybrid Attention — метод, который заменяет плотное self-attention в предварительно обученных диффузионных трансформерах без повторного обучения. Техника строит статические «маски-ловушки» на небольшом калибровочном наборе данных и добавляет лёгкую ветвь с агрегированными ключами и значениями (KV). Модель Wan2.1‑T2V‑1.3B генерирует данные в 1,54 раза быстрее, а Z‑Image‑Turbo — в 1,57 раза, при сопоставимом с исходными моделями качестве.

## Факты

- Статья отправлена 16 Oct 2026
- Ускорение в 1,54 раза для Wan2.1‑T2V‑1.3B и в 1,57 раза для Z‑Image‑Turbo

## Почему это важно

Более быстрый инференс позволяет разработчикам дешевле генерировать изображения и видео, что может снизить расходы на приложения для создания контента по текстовому запросу.

## Источники и ссылки

1. [Sink-Sparse Hybrid Attention for Efficient Inference in T2I/T2V Diffusion Transformers](https://arxiv.org/abs/2610.22975) – arXiv cs.CV, 2026-10-19

Обновлено: 2026-10-19