GRACE Метод сжатия латентов от KAIST AI и Kakao Corp: сжимает видео-автоэнкодер так, что DiT работает на 8× меньшем числе токенов. Ускорение 11.1× при том же качестве по VBench. • Сжимает предобученный автоэнкодер #Wan21 без потери совместимости с DiT • Генерация видео с 8× меньшим числом латент-токенов • Качество на уровне полного пайплайна по VBench • Без переобучения DiT с нуля — легкая адаптация LoRA • Wan2.1-I2V-14B: 32.8k → 4.3k токенов • Ускорение 11.1× при 480×832, 15.5× при 736×1280 • Инференс 78 с против 863 с на A100 80GB • Асимметричный денойзинг: база чистится раньше остатка github.com/cvlab-kaist/GRACE huggingface.co/chimaharicox/GRACE #optimiozation #t2v #i2v MAX

Marigold V2 Оценка глубины по одному изображению, переработанная версия Marigold Превращает DiT в инструмент оценки глубины. Выглядит многообещающе - Глубина в один шаг: дистилляция из многошаговой flow-matching модели, с квантованием опционально - Решает проблему размытия: шерсть, листья, тонкие края — то, что раньше размазывалось, теперь резкое - Обобщается на непохожие данные - Не только глубина: те же приемы дают #SOTA на оценке нормалей и разложении изображения на компоненты - Два ключевых приtма: выравнивание внутренних представлений с семантикой + двухстадийный финтюн с Sinkhorn-лоссом Гитхаб HF Демо #image2depth #image2normals #image2pbr