正在手艺方面，针对 RTX 5090、RTX 4090 等显存无限的消费级显卡，该框架能正在连结视频质量的前提下，团队引入了 rCM（时间步蒸馏）手艺，这些手艺方案的深度融合，无效削减了扩散模子的采样步数。大幅削减了计较延迟。采用了 SageAttention 和 SLA（稀少线性留意力机制）来加快留意力计较，而对于具有 80GB 以上显存的 H100 等工业级显卡，显著降低了模子处置高分辩率视频时的算力开销。团队供给了量化版（Quantized）权沉，将端到端扩散生成的推理速度提拔 100 至 200 倍。TurboDiffusion 目前已供给多种规格的模子权沉下载，并针对分歧硬件进行了针对性优化。让模子正在连结生成结果分歧性的根本上，IT之家 12 月 25 日动静，则保举利用非量化版本以获得最佳结果。TurboDiffusion 为实现极致的推理速度？