Buchumschlag

Hardware-Friendly Static Quantization Method for Video Diffusion Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yi, Sanghyun, Liu, Qingfeng, El-Khamy, Mostafa
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

1st Place Winner of the 2024 Pixel-level Video Understanding in the Wild (CVPR'24 PVUW) Challenge in Video Panoptic Segmentation and Best Long Video Consistency of Video Semantic Segmentation
von: Liu, Qingfeng, et al.
Veröffentlicht: (2024)

Open Vocabulary Panoptic Segmentation With Retrieval Augmentation
von: Sadeq, Nafis, et al.
Veröffentlicht: (2026)

Model Already Knows the Best Noise: Bayesian Active Noise Selection via Attention in Video Diffusion Model
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2025)

QVD: Post-training Quantization for Video Diffusion Models
von: Tian, Shilong, et al.
Veröffentlicht: (2024)

HQ-DiT: Efficient Diffusion Transformer with FP4 Hybrid Quantization
von: Liu, Wenxuan, et al.
Veröffentlicht: (2024)

CLQ: Cross-Layer Guided Orthogonal-based Quantization for Diffusion Transformers
von: Liu, Kai, et al.
Veröffentlicht: (2025)

HadaNorm: Diffusion Transformer Quantization through Mean-Centered Transformations
von: Federici, Marco, et al.
Veröffentlicht: (2025)

FashionFlow: Leveraging Diffusion Models for Dynamic Fashion Video Synthesis from Static Imagery
von: Islam, Tasin, et al.
Veröffentlicht: (2023)

SANA-Video: Efficient Video Generation with Block Linear Diffusion Transformer
von: Chen, Junsong, et al.
Veröffentlicht: (2025)

Q-DiT: Accurate Post-Training Quantization for Diffusion Transformers
von: Chen, Lei, et al.
Veröffentlicht: (2024)

EdgeDiT: Hardware-Aware Diffusion Transformers for Efficient On-Device Image Generation
von: Kodavanti, Sravanth, et al.
Veröffentlicht: (2026)

Quasar-ViT: Hardware-Oriented Quantization-Aware Architecture Search for Vision Transformers
von: Li, Zhengang, et al.
Veröffentlicht: (2024)

Safety Alignment Backfires: Preventing the Re-emergence of Suppressed Concepts in Fine-tuned Text-to-Image Diffusion Models
von: Kim, Sanghyun, et al.
Veröffentlicht: (2024)

VMonarch: Efficient Video Diffusion Transformers with Structured Attention
von: Liang, Cheng, et al.
Veröffentlicht: (2026)

Boosting Camera Motion Control for Video Diffusion Transformers
von: Cheong, Soon Yau, et al.
Veröffentlicht: (2024)

Collaborative Few-Step Distillation and Low-Bit Quantization for Wan2.2 Dual-Expert Video Diffusion Models
von: Du, Jinyang, et al.
Veröffentlicht: (2026)

EmotiveTalk: Expressive Talking Head Generation through Audio Information Decoupling and Emotional Video Diffusion
von: Wang, Haotian, et al.
Veröffentlicht: (2024)

FPQVAR: Floating Point Quantization for Visual Autoregressive Model with FPGA Hardware Co-design
von: Wei, Renjie, et al.
Veröffentlicht: (2025)

Post-Training Quantization for Video Matting
von: Zhu, Tianrui, et al.
Veröffentlicht: (2025)

MQuant: Unleashing the Inference Potential of Multimodal Large Language Models via Full Static Quantization
von: Yu, JiangYong, et al.
Veröffentlicht: (2025)

SANA-Streaming: Real-time Streaming Video Editing with Hybrid Diffusion Transformer
von: Zhao, Yuyang, et al.
Veröffentlicht: (2026)

Safeguard Text-to-Image Diffusion Models with Human Feedback Inversion
von: Kim, Sanghyun, et al.
Veröffentlicht: (2024)

Enabling Versatile Controls for Video Diffusion Models
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Regularizing Differentiable Architecture Search with Smooth Activation
von: Zhou, Yanlin, et al.
Veröffentlicht: (2025)

DisCa: Accelerating Video Diffusion Transformers with Distillation-Compatible Learnable Feature Caching
von: Zou, Chang, et al.
Veröffentlicht: (2026)

SpikeVideoFormer: An Efficient Spike-Driven Video Transformer with Hamming Attention and $\mathcal{O}(T)$ Complexity
von: Zou, Shihao, et al.
Veröffentlicht: (2025)

BWCache: Accelerating Video Diffusion Transformers through Block-Wise Caching
von: Cui, Hanshuai, et al.
Veröffentlicht: (2025)

Mixed Non-linear Quantization for Vision Transformers
von: Kim, Gihwan, et al.
Veröffentlicht: (2024)

QNCD: Quantization Noise Correction for Diffusion Models
von: Chu, Huanpeng, et al.
Veröffentlicht: (2024)

DilateQuant: Accurate and Efficient Diffusion Quantization via Weight Dilation
von: Liu, Xuewen, et al.
Veröffentlicht: (2024)

DFQ-ViT: Data-Free Quantization for Vision Transformers without Fine-tuning
von: Tong, Yujia, et al.
Veröffentlicht: (2025)

LuxDiT: Lighting Estimation with Video Diffusion Transformer
von: Liang, Ruofan, et al.
Veröffentlicht: (2025)

Efficient Personalization of Quantized Diffusion Model without Backpropagation
von: Seo, Hoigi, et al.
Veröffentlicht: (2025)

Amortized-Precision Quantization for Early-Exit Vision Transformers
von: Fang, Rui, et al.
Veröffentlicht: (2026)

Memory-Efficient Fine-Tuning for Quantized Diffusion Model
von: Ryu, Hyogon, et al.
Veröffentlicht: (2024)

Video Motion Transfer with Diffusion Transformers
von: Pondaven, Alexander, et al.
Veröffentlicht: (2024)

SegQuant: A Semantics-Aware and Generalizable Quantization Framework for Diffusion Models
von: Zhang, Jiaji, et al.
Veröffentlicht: (2025)

GVD: Guiding Video Diffusion Model for Scalable Video Distillation
von: Li, Kunyang, et al.
Veröffentlicht: (2025)

Re-Attentional Controllable Video Diffusion Editing
von: Wang, Yuanzhi, et al.
Veröffentlicht: (2024)

AI-based System for Transforming text and sound to Educational Videos
von: ElAlami, M. E., et al.
Veröffentlicht: (2026)