WorldDynCache：扩散世界模型的风险控制潜在动力学近似

扩散世界模型产生高质量的未来，但重复的 Transformer 评估使得推理速度异常缓慢。现有的缓存重用中间特征，有选择地更新词元，或者根据局部漂移或短的本机空间历史重用和推断去噪输出。这些标准可能会忽略在跳过的步骤中累积的近似引起的潜在转变缺陷以及潜在演化方向上的阶段或条件相关的变化。我们提出了 WorldDynCache，一个具有两个核心组件的风险控制的潜在动态近似框架。首先，轻量级潜在转变风险估计器跟踪近似缺陷累积的未来影响，并根据在精确锚点处观察到的反事实缺陷来校准其预测。其次，条件和阶段感知的提升潜在代理近似潜在演化，无需额外的 Transformer 评估。在HunyuanVoyager-13B和Aether-5B上，WorldDynCache分别实现了4.92倍和2.15倍的加速，同时在WorldScore、PSNR、SSIM和LPIPS的比较缓存方法中获得了最佳的生成质量。