RegionCache：语义感知区域重用，用于高效的多轮图像生成

现实世界的图像生成通常涉及多轮编辑，用户迭代地修改小区域，而大多数图像内容保持不变。然而，现有的基于扩散 Transformer (DiT) 的编辑管道每次都会重新计算整个图像，从而导致大量的冗余计算。现有的 DiT 加速方法进一步忽略提示之间的语义对应，导致不必要的重新计算或不安全的重用，从而损害编辑质量。为了解决这个问题，我们提出了 RegionCache，这是一种用于多轮图像编辑的语义感知重用框架，它有选择地重用未更改区域的扩散状态。 RegionCache通过连续提示之间的语义重叠和交叉注意力定位来检测可重用区域，并采用基于提示相似性和上下文一致性的自适应重用调度。 PixArt-alpha 上的实验表明，RegionCache 实现了 1.43 倍--2.55 倍的端到端加速，同时保持了相当的图像质量。代码可在 https://github.com/hebutBryant/RegionCache 获取。