近日，生數科技與清華大學 TSAIL 實驗室聯合發佈並開源視頻生成加速框架：TurboDiffusion。

開源地址：https://github.com/thu-ml/TurboDiffusion

據介紹，在幾乎不影響生成質量的前提下，該框架可實現最高達200倍的視頻生成推理加速。TurboDiffusion的核心技術優勢精準擊中了視頻生成領域的一個關鍵轉折點。此前，視頻擴散模型雖然具備強大的創造能力，但始終受限於計算複雜度高、效率受限的狀態。

不同於單點優化方案，TurboDiffusion 通過多項關鍵技術的協同配合，從模型計算方式、注意力機制以及推理流程等多個層面，對視頻生成進行整體提速。

TurboDiffusion 並非單一優化，而是通過多項前沿加速技術的系統化組合：

• 低比特注意力加速  採用 SageAttention 將注意力的計算執行在低比特的 Tensor Core 上，以無損且數倍地加速注意力計算。

• 稀疏-線性注意力加速  採用可訓練的稀疏注意力 Sparse-Linear Attention (SLA) 進行注意力的稀疏加速，最高可在 SageAttention 的基礎上進一步實現 17-20 倍的注意力稀疏加速。

• 採樣步數蒸餾加速  通過目前最先進的蒸餾方法 rCM，讓模型僅用 3-4 步即可完成高質量的視頻生成。

• 線性層加速  將模型的線性層中的參數以及激活都進行8 比特的128x128的塊粒度量化，即通過 W8A8 不僅加速模型的線性層計算，也大幅減少了模型的顯存佔用。

TurboDiffusion的發佈，在保持高質量輸出的前提下大幅壓縮生成速度，首次讓高質量視頻生成逼近實時交互的可行區間，被視為視頻大模型發展的 “DeepSeek Moment”，推動行業從“技術探索期”加速邁向“規模化與商業化落地階段”，也標誌着 AI 視頻創作正式邁入“實時生成”時代。

參考鏈接： 
TurboDiffusion：https://github.com/thu-ml/TurboDiffusion
SageAttention：https://github.com/thu-ml/SageAttention
Sparse-Linear Attention：https://github.com/thu-ml/
SLArCM：https://github.com/NVlabs/rcm