Image de couverture de livre

BlockDance: Reuse Structurally Similar Spatio-Temporal Features to Accelerate Diffusion Transformers

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Zhang, Hui, Gao, Tingwei, Shao, Jie, Wu, Zuxuan
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

DanceFusion: A Spatio-Temporal Skeleton Diffusion Transformer for Audio-Driven Dance Motion Reconstruction
par: Zhao, Li, et autres
Publié: (2024)

Sortblock: Similarity-Aware Feature Reuse for Diffusion Model
par: Chen, Hanqi, et autres
Publié: (2025)

CreatiLayout: Siamese Multimodal Diffusion Transformer for Creative Layout-to-Image Generation
par: Zhang, Hui, et autres
Publié: (2024)

AdaDiff: Adaptive Step Selection for Fast Diffusion Models
par: Zhang, Hui, et autres
Publié: (2023)

CreatiDesign: A Unified Multi-Conditional Diffusion Transformer for Creative Graphic Design
par: Zhang, Hui, et autres
Publié: (2025)

FRDiff : Feature Reuse for Universal Training-free Acceleration of Diffusion Models
par: So, Junhyuk, et autres
Publié: (2023)

DiffusionAD: Norm-guided One-step Denoising Diffusion for Anomaly Detection
par: Zhang, Hui, et autres
Publié: (2023)

Self-transcendence: Is External Feature Guidance Indispensable for Accelerating Diffusion Transformer Training?
par: Sun, Lingchen, et autres
Publié: (2026)

Open-Vocabulary Spatio-Temporal Action Detection
par: Wu, Tao, et autres
Publié: (2024)

Spatial-Temporal Graph Mamba for Music-Guided Dance Video Synthesis
par: Tang, Hao, et autres
Publié: (2025)

Spatio-Temporal Similarity Volume Aggregation for Open-Vocabulary Action Recognition
par: So, Yerim, et autres
Publié: (2026)

Beyond Few-Step Inference: Accelerating Video Diffusion Transformer Model Serving with Inter-Request Caching Reuse
par: Liu, Hao, et autres
Publié: (2026)

DVFace: Spatio-Temporal Dual-Prior Diffusion for Video Face Restoration
par: Chen, Zheng, et autres
Publié: (2026)

STCDiT: Spatio-Temporally Consistent Diffusion Transformer for High-Quality Video Super-Resolution
par: Chen, Junyang, et autres
Publié: (2025)

Autoregressive Queries for Adaptive Tracking with Spatio-TemporalTransformers
par: Xie, Jinxia, et autres
Publié: (2024)

Enhancing Video-Language Representations with Structural Spatio-Temporal Alignment
par: Fei, Hao, et autres
Publié: (2024)

From Reusing to Forecasting: Accelerating Diffusion Models with TaylorSeers
par: Liu, Jiacheng, et autres
Publié: (2025)

Video-Language Alignment via Spatio-Temporal Graph Transformer
par: Zhang, Shi-Xue, et autres
Publié: (2024)

Model Reveals What to Cache: Profiling-Based Feature Reuse for Video Diffusion Models
par: Ma, Xuran, et autres
Publié: (2025)

Transformer RGBT Tracking with Spatio-Temporal Multimodal Tokens
par: Sun, Dengdi, et autres
Publié: (2024)

HarmoniCa: Harmonizing Training and Inference for Better Feature Caching in Diffusion Transformer Acceleration
par: Huang, Yushi, et autres
Publié: (2024)

Compact Attention: Exploiting Structured Spatio-Temporal Sparsity for Fast Video Generation
par: Li, Qirui, et autres
Publié: (2025)

Causal Deciphering and Inpainting in Spatio-Temporal Dynamics via Diffusion Model
par: Duan, Yifan, et autres
Publié: (2024)

Relational Feature Caching for Accelerating Diffusion Transformers
par: Son, Byunggwan, et autres
Publié: (2026)

SODA: Sensitivity-Oriented Dynamic Acceleration for Diffusion Transformer
par: Shao, Tong, et autres
Publié: (2026)

Attention Itself Could Retrieve.RetrieveVGGT: Training-Free Long Context Streaming 3D Reconstruction via Query-Key Similarity Retrieval
par: Zou, Zichen, et autres
Publié: (2026)

Diffusion Product Quantization
par: Shao, Jie, et autres
Publié: (2024)

Ditto: Accelerating Diffusion Model via Temporal Value Similarity
par: Kim, Sungbin, et autres
Publié: (2025)

ST-ColoNet: Spatio-Temporal Colon Segment Recognition via Hybrid Attention and Edge-Guided Feature Learning
par: Cai, Crystal, et autres
Publié: (2026)

BWCache: Accelerating Video Diffusion Transformers through Block-Wise Caching
par: Cui, Hanshuai, et autres
Publié: (2025)

Efficient Spatio-Temporal Vegetation Pixel Classification with Vision Transformers
par: Gomes, Alan, et autres
Publié: (2026)

Dual-view Spatio-Temporal Feature Fusion with CNN-Transformer Hybrid Network for Chinese Isolated Sign Language Recognition
par: Jing, Siyuan, et autres
Publié: (2025)

CorGi: Contribution-Guided Block-Wise Interval Caching for Training-Free Acceleration of Diffusion Transformers
par: Son, Yonglak, et autres
Publié: (2025)

EraserDiT: Fast Video Inpainting with Diffusion Transformer Model
par: Liu, Jie, et autres
Publié: (2025)

RewardDance: Reward Scaling in Visual Generation
par: Wu, Jie, et autres
Publié: (2025)

Dynamic Subframe Splitting and Spatio-Temporal Motion Entangled Sparse Attention for RGB-E Tracking
par: Shao, Pengcheng, et autres
Publié: (2024)

Detector-Empowered Video Large Language Model for Efficient Spatio-Temporal Grounding
par: Gao, Shida, et autres
Publié: (2025)

UniSTFormer: Unified Spatio-Temporal Lightweight Transformer for Efficient Skeleton-Based Action Recognition
par: Wu, Wenhan, et autres
Publié: (2025)

Cache Me if You Can: Accelerating Diffusion Models through Block Caching
par: Wimbauer, Felix, et autres
Publié: (2023)

Seg-R1: Segmentation Can Be Surprisingly Simple with Reinforcement Learning
par: You, Zuyao, et autres
Publié: (2025)