近日，清华大学TSAIL实验室与生数科技合作推出了一款名为TurboDiffusion的开源视频生成加速框架。该框架在保持视频质量的同时，实现了端到端扩散生成推理速度的显著提升，速度提升高达100至200倍。

技术层面上，TurboDiffusion采用了SageAttention和SLA（稀疏线性注意力机制）来加速注意力计算，有效降低了处理高分辨率视频时的算力需求。此外，团队还引入了rCM（时间步蒸馏）技术，减少了扩散模型的采样步数。这些技术的结合使得模型在保持生成效果一致性的同时，大幅减少了计算延迟。GitHub页面公布的实测数据显示，在单张RTX5090显卡上测试Wan-2.1-T2V-1.3B-480P模型时，TurboDiffusion将生成5秒视频的时间从184秒缩短至1.9秒，对于参数量更大的Wan-2.2-I2V-A14B-720P模型，耗时从4549秒压缩至38秒。

TurboDiffusion还提供了多种规格的模型权重下载，并针对不同硬件进行了优化。对于显存有限的消费级显卡如RTX5090、RTX4090，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以上显存的工业级显卡如H100，则推荐使用非量化版本以获得最佳效果。