伯克利与Impossible视频生成：14.3秒视频6.70秒去噪
原文标题： Video DeltaNet: A Video-Native Hybrid Attention for Livestream Video Generation 首次公开： 2026年9月17日 署名单位： 加州大学伯克利分校、Impossible公司、得克萨斯大学奥斯汀分校 原论文： https://arxiv.org/abs/2609.2074
标签：高效推理
共 3 篇
麻省理工学院韩松团队推理能力编织：准确率提升同时少用9.6%令牌
论文基本信息 原文标题： Lightning Weave: Improving the Accuracy-Efficiency Frontier of Reasoning Models through Capability Composition 首次公开： 2026年9月14日（按 arXiv 首次公开时间换算为北京时间） 署名单位： 麻省理工学院、英伟达
Nunchux AI、麻省理工学院、英伟达视频生成低比特注意力：端到端最高提速1.70倍
论文基本信息 原文标题： VC-Attention: Value Smoothing and Softmax Casting for Low-bit Attention 首次公开： 2026年9月15日（北京时间；arXiv记录的原始时间为2026-09-14 16:17:35协调世界时） 主要署名单位： Nunchux AI、麻省理工学院、英伟达 合作署名
