Magnitude-Direction Decoupling for Fast Video Generation with Flow Matching Models

📄 arXiv: 2608.17695v1 📥 PDF

作者: Haonan Xu, Feiyang Chen, Songkui Chen, Hongpeng Pan, Zhefeng Wang, Xinyu Duan, Baoxing Huai, Yang Yang

分类: cs.CV

发布日期: 2026-08-18

💡 一句话要点

提出幅度-方向解耦方法以加速视频生成

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱四：生成式动作 (Generative Motion)

关键词: 视频生成 流匹配模型 去噪 轻量级模型 加速推理 深度学习 计算机视觉

📋 核心要点

  1. 现有流匹配模型在视频生成中面临高计算开销，尤其是迭代去噪过程效率低下。
  2. 本文提出幅度-方向解耦（MDD）方法，利用轻量级模型和缓存技术加速推理过程。
  3. 实验表明，MDD在速度上优于现有加速方法，最高可实现2.95倍的加速，同时保持高质量的视觉效果。

📝 摘要（中文）

流匹配模型在视频生成中表现出色，但由于迭代去噪的高计算开销，导致效率低下。研究发现，轻量级模型能够有效捕捉原模型输出的幅度成分，而缓存则提供可靠的方向指导。基于此，本文提出了幅度-方向解耦（MDD）方法，采用方向校准的轻量级模型替代原模型，加速推理并有效修正去噪轨迹的偏差。此外，MDD通过无分类器引导重用幅度信息，进一步降低推理成本。实验结果表明，MDD在保持高视觉保真度和内容丰富性的同时，显著提升了速度，最高可达2.95倍的加速效果。

🔬 方法详解

问题定义：本文旨在解决流匹配模型在视频生成中由于迭代去噪导致的高计算开销问题。现有方法在所有去噪步骤中使用原模型，造成效率低下。

核心思路：提出幅度-方向解耦（MDD）方法，通过轻量级模型捕捉幅度信息，并利用缓存提供方向指导，从而加速推理并修正去噪轨迹的偏差。

技术框架：MDD方法包括两个主要模块：轻量级模型用于幅度成分的捕捉，缓存机制用于方向指导。推理过程中，轻量级模型替代原模型进行部分去噪步骤，结合缓存信息进行方向校准。

关键创新：MDD的核心创新在于将幅度和方向信息解耦，利用轻量级模型和缓存的组合，显著提高了推理速度和效率。这一设计与传统方法的迭代去噪过程形成鲜明对比。

关键设计：在MDD中，轻量级模型的选择和参数设置至关重要，确保其能够有效捕捉幅度信息。同时，损失函数设计需兼顾去噪效果与速度，确保在加速的同时不损失视觉质量。网络结构上，轻量级模型应具备较低的计算复杂度，以适应快速推理的需求。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，MDD方法在速度上优于现有加速技术，最高可实现2.95倍的加速，且在视觉保真度和内容丰富性方面保持高水平。这一成果表明，MDD在视频生成领域具有显著的实用价值。

🎯 应用场景

该研究的潜在应用领域包括实时视频生成、虚拟现实、游戏开发等场景。通过加速视频生成过程，MDD方法能够为内容创作者提供更高效的工具，提升创作效率，推动相关行业的发展。未来，该方法还可能扩展到其他生成模型中，进一步提升生成效率。

📄 摘要（原文）

Flow matching models for video generation achieve impressive performance but suffer from high computational overhead due to iterative denoising. In fact, the original model is not necessary for all denoising steps, allowing some steps to use lightweight alternatives for faster sampling. However, directly using caching or lightweight models can deviate from the original denoising trajectory, resulting in suboptimal performance. Through empirical analysis, we find that lightweight models can robustly capture the magnitude components of the original model's output, while caching provides reliable directional guidance. Building on this insight, we propose the Magnitude-Direction Decoupling (MDD) method, which adaptively employs a direction-calibrated lightweight model as a substitute for the original model to accelerate inference and effectively correct deviations in the denoising trajectory. Moreover, MDD further reduces inference costs by reusing magnitude information under classifier-free guidance (CFG). As a result, MDD offers a more reliable and lightweight solution to accelerate sampling. Experiments show that MDD outperforms existing acceleration methods, delivering promising speedups (e.g., up to 2.95x on Wan2.1) while preserving high visual fidelity and content richness.