ZEUS beschleunigt Diffusionsmodelle um bis zu 3,2‑fach ohne Architekturänderungen

Denoising‑generative Modelle liefern beeindruckende Bild- und Videokonzepte, bleiben jedoch durch die vielen iterativen Denoiser‑Aufrufe bei der Stichprobe stark verlangsamt. Diese hohe Inferenzlatenz ist ein entscheidender Engpass, wenn schnelle Ergebnisse gefordert sind.

Training‑freie Beschleunigungsmethoden versuchen, die Latenz zu senken, indem sie entweder die Modellarchitektur verdichten oder die Sampling‑Trajektorie verkürzen. Diese Ansätze sind jedoch oft unnötig komplex: Höher‑ordnige Prädiktoren verstärken Fehler bei aggressiven Beschleunigungen, während architektonische Änderungen die einfache Bereitstellung behindern.

Beim Schritt‑Skipping entsteht zudem eine strukturelle Knappheit – pro lokaler Fenstergröße wird höchstens ein neuer Evaluationsschritt durchgeführt. Dadurch bleibt lediglich das berechnete Ergebnis und dessen rückwärtsgerichtete Differenz als kausal begründete Information.

ZEUS löst dieses Problem, indem es einen zweiten‑Ordnung‑Prädiktor nutzt, um die Anzahl der Denoiser‑Aufrufe zu reduzieren, und ein abwechselndes Schema einführt, das aufeinanderfolgende Extrapolationen vermeidet. Die Methode verursacht praktisch keine zusätzlichen Kosten, benötigt keine Feature‑Caches und erfordert keine Änderungen an der Modellarchitektur. Sie ist zudem mit verschiedenen Backbones, Zielsetzungen und Solver‑Auswahlen kompatibel.

In Tests zur Bild- und Videogenerierung übertrifft ZEUS aktuelle training‑freie Baselines in der Kombination aus Geschwindigkeit und Bildqualität. Bis zu 3,2‑fach schnellere End‑zu‑End‑Läufe werden erzielt, ohne die Wahrnehmungsqualität zu beeinträchtigen. Der Quellcode ist unter GitHub verfügbar.