# CacheScope加速扩散模型，无需额外训练

> 这项新方法可将推理时间缩短至原来的1/3.5，同时减少图像质量损失；适用于FLUX.1-dev、Wan2.1-T2V-1.3B和Open‑Sora 1.2。

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

由Qinhan Lyu带领的研究团队推出了CacheScope。这项技术能在扩散模型推理过程中，判断何时执行完整的去噪计算、何时复用缓存的近似结果。它无需额外训练、梯度或独立网络。在三款热门扩散模型上，与现有最强的基于探测的方法相比，CacheScope最高可将生成速度提升3.57倍，并将LPIPS误差中位数最多降低70.1%。

## 事实

- 论文于2026-10-12发布在arXiv上
- 在测试模型上，速度最高提升3.57倍，LPIPS误差降低70.1%

## 为什么重要

开发者无需投入额外训练资源，就能更快地生成保真度更高的图像。

## 来源与参考

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

最后更新: 2026-10-12