清华大学TSAIL实验室与生数科技于12月25日联合发布了开源视频生成加速框架TurboDiffusion。在保证视频生成质量的前提下，该框架将端到端扩散模型的推理速度提升了100至200倍，显著缩短了生成耗时。
为追求极致的推理效率，TurboDiffusion在技术层面进行了深度优化。框架采用SageAttention与SLA（稀疏线性注意力机制）协同加速注意力计算模块，有效降低了高分辨率视频生成过程中的计算资源消耗。同时，团队引入rCM（时间步蒸馏）技术，大幅减少了扩散模型所需的采样步数。上述技术的融合应用，在维持生成效果稳定的同时，显著压缩了整体计算延迟。
根据GitHub页面公布的实测数据，其性能提升表现突出。在单张RTX 5090显卡上运行Wan-2.1-T2V-1.3B-480P模型时，原始版本生成5秒视频需184秒，而TurboDiffusion仅用1.9秒即可完成。对于参数规模更大的Wan-2.2-I2V-A14B-720P模型，原版耗时达4549秒（约1.2小时），经TurboDiffusion优化后缩短至38秒。即便在Wan-2.1-14B-480P模型上，生成时间也从原来的1676秒降至9.9秒，提速效果优于当前主流的FastVideo等加速方案。
目前，TurboDiffusion已开放多种规格的模型权重供下载，并针对不同硬件配置进行专项优化。对于RTX 5090、RTX 4090等显存有限的消费级显卡，提供量化版（Quantized）权重，并建议启用线性层量化功能以进一步提升效率；而对于配备H100等具备80GB以上显存的工业级设备，则推荐使用非量化版本，以充分发挥硬件性能，获得最优生成效果。
