[논문리뷰] CineMobile: On-Device Image-to-Video Diffusion for Cinematic Camera Motion Generation본 논문은 최신 Diffusion Transformers(DiTs) 모델이 뛰어난 비디오 생성 성능에도 불구하고, 거대한 파라미터 크기와 다단계 추론 과정으로 인해 모바일 기기에서의 실시간 및 효율적 생성이 어렵다는 문제를 해결하고자 합니다.#Review#Diffusion Transformers#Image-to-Video#On-Device AI#Model Compression#Step Distillation#Hybrid Quantization#Cinematic Motion2026년 7월 9일댓글 수 로딩 중
[논문리뷰] Flash-WAM: Modality-Aware Distillation for World Action Models본 논문은 WAM이 manipulation 벤치마크에서 강력한 성능을 보임에도 불구하고, 실시간 제어를 저해하는 높은 inference latency 문제를 해결하고자 합니다. 기존 WAM은 video 및 action denoising에 수십 단계의 반복적인 과정을 거쳐야 하므로 실시간 로봇 제어에 부적합합니다.#Review#World-Action Models#Step Distillation#Consistency Models#Robotic Foundation Models#Flow Matching#Modality-Aware Distillation2026년 6월 4일댓글 수 로딩 중
[논문리뷰] TurboDiffusion: Accelerating Video Diffusion Models by 100-200 Times본 논문은 비디오 확산 모델의 엔드-투-엔드 생성 속도를 100~200배 가속화하면서도 비디오 품질을 유지하는 것을 목표로 합니다. 이는 현재 확산 모델의 높은 계산 비용으로 인한 비효율성을 해결하고, 고품질 비디오 생성을 더욱 실용적으로 만드는 데 중점을 둡니다.#Review#Video Generation#Diffusion Models#Acceleration#Quantization#Attention#Step Distillation#Performance Optimization#RTX 50902025년 12월 24일댓글 수 로딩 중