最新 12 月 25 日消息，清华大学 TSAIL 实验室联合生数科技推出开源视频生成加速框架 TurboDiffusion，该框架能在保持视频质量的前提下，将端到端扩散生成的推理速度提升 100 至 200 倍。

在技术方面，TurboDiffusion 为实现极致的推理速度，采用了 SageAttention 和 SLA（稀疏线性注意力机制）来加速注意力计算，显著降低了模型处理高分辨率视频时的算力开销。

其次，团队引入了 rCM（时间步蒸馏）技术，有效减少了扩散模型的采样步数。这些技术方案的深度融合，让模型在保持生成效果一致性的基础上，大幅削减了计算延迟。

GitHub 页面公布的实测数据展示了惊人的性能跃升。在单张 RTX 5090 显卡上测试 Wan-2.1-T2V-1.3B-480P 模型，生成 5 秒视频的原版耗时为 184 秒，而 TurboDiffusion 仅需 1.9 秒。

对于参数量更大的 Wan-2.2-I2V-A14B-720P 模型，原版生成耗时高达 4549 秒（约 1.2 小时），TurboDiffusion 将其压缩至 38 秒。最新附上相关截图如下：

即便是在 Wan-2.1-14B-480P 模型上，耗时也从 1676 秒骤降至 9.9 秒，速度远超目前市面上的 FastVideo 等加速方案。

TurboDiffusion 目前已提供多种规格的模型权重下载，并针对不同硬件进行了针对性优化。针对 RTX 5090、RTX 4090 等显存有限的消费级显卡，团队提供了量化版（Quantized）权重，并建议开启线性层量化功能；而对于拥有 80GB 以上显存的 H100 等工业级显卡，则推荐使用非量化版本以获得最佳效果。