视频生成加速有哪些方法?

面试回答框架：先拆六层

视频生成加速不能只列模型名，应先确认瓶颈来自采样步数、latent体积、attention、模型参数、通信还是服务调度。

1. 采样器与步数：DDIM、DPM-Solver类方法改变数值求解器；LCM、consistency distillation等通过训练或蒸馏减少步数。DPM-Solver++不是“动态跳步”的同义词。
2. latent压缩：空间或时空autoencoder减少进入生成模型的token/latent数量；压缩率、重建误差和时序一致性需要共同评测。
3. 时空建模：全时空attention为 O((THW)^2)；先空间后时间的分解仍为 O(T(HW)^2 + T^2HW)，并没有变成线性。
4. 局部与稀疏计算：窗口、块稀疏、token pruning或条件缓存可减少特定重复计算，但必须说明可见范围和复用条件。3D因果VAE描述的是编码/解码结构，不能单独证明主干使用因果或滑窗attention。
5. 模型与算子：蒸馏、量化、低秩或稀疏专家需要分别验证质量和硬件收益；FlashAttention、算子融合、sequence parallel属于kernel与并行层。
6. 服务系统：批处理、offload、分块解码和多卡流水要用端到端延迟、吞吐、峰值显存与通信占比评估。

KV cache只在架构存在可安全复用的K/V时成立，不是视频时序建模的通用替代。任何“某模型用了MoE/滑窗/因果attention”的说法都要绑定准确版本和论文；若公开材料不支持，就不作断言。