使用流量匹配模型进行幅度方向解耦以快速生成视频

用于视频生成的流匹配模型实现了令人印象深刻的性能，但由于迭代去噪而遭受高计算开销。事实上，原始模型并不是所有去噪步骤都必需的，允许某些步骤使用轻量级替代方案来实现更快的采样。然而，直接使用缓存或轻量级模型可能会偏离原始的去噪轨迹，导致性能不佳。通过实证分析，我们发现轻量级模型可以稳健地捕获原始模型输出的幅度分量，而缓存则提供可靠的方向指导。基于这一见解，我们提出了幅度-方向解耦（MDD）方法，该方法自适应地采用方向校准的轻量级模型作为原始模型的替代品，以加速推理并有效纠正去噪轨迹中的偏差。此外，MDD 通过在无分类器指导（CFG）下重用幅度信息，进一步降低了推理成本。因此，MDD 提供了更可靠、更轻量的解决方案来加速采样。实验表明，MDD 的性能优于现有的加速方法，在保持高视觉保真度和内容丰富度的同时，提供了令人鼓舞的加速（例如，在 Wan2.1 上高达 2.95 倍）。