# SmoothCache – Roblox 和女王大学推出用于DiT的通用推理加速技术

- Link: https://paooo.com/aigc-news/25450/
- Published: 2026-07-14T03:18:29+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 基于相邻扩散时间步的层输出相似性，SmoothCache 用自适应缓存减少 DiT 重复计算。
 * 无需针对特定模型训练或改造，兼容不同 DiT 架构与求解器，集成门槛低。
 * 实测可带来 8% 到 71% 加速，同时保持甚至提升生成质量，覆盖图像、视频、音频。

## SmoothCache是什么

SmoothCache 是用在Diffusion Transformers （DiT）模型的通用推理加速技术，是 Roblox
和女王大学的研究团队推出。基于分析相邻扩散时间步的层输出相似性，自适应地缓存和重用
关键特征，减少计算需求。实验显示，SmoothCache 能实现8%到71%的加速，并保持或提升生成
质量，适用于图像、视频和音频等多种模态，有助于推动 DiT 模型在实时应用中的广泛使用。

阅读目录

 * [SmoothCache是什么](https://paooo.com/aigc-news/25450/#smoothcache%e6%98%af%e4%bb%80%e4%b9%88)
 * [SmoothCache的主要功能](https://paooo.com/aigc-news/25450/#smoothcache%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SmoothCache的技术原理](https://paooo.com/aigc-news/25450/#smoothcache%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [SmoothCache的项目地址](https://paooo.com/aigc-news/25450/#smoothcache%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SmoothCache的应用场景](https://paooo.com/aigc-news/25450/#smoothcache%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![SmoothCache](https://paooo.com/wp-content/uploads/2026/07/SmoothCache-website-
1.avif)

## SmoothCache的主要功能

 * **推理加速**：加速Diffusion Transformers (DiT) 模型的推理过程，减少模型运行时
   的计算成本。
 * **模型无关性**：应用于不同的DiT架构，无需针对特定模型进行训练或调整。
 * **质量保持**：在加速的同时，保持甚至提高生成模型的质量，确保推理过程中输出的质量
   和原始模型相当。
 * **跨模态适用性**：SmoothCache适用于图像生成，还能扩展到视频和音频等多种模态，
   显示其广泛的适用性。
 * **易于集成**：轻松集成到现有的DiT模型推理流程中，与不同的求解器兼容，无需对模型
   架构进行修改。
 * **性能提升**：基于缓存关键特征，减少重复计算，在不同模态上实现8%到71%的加速效果。

## SmoothCache的技术原理

 * **层输出相似性**：基于观察到的在相邻扩散时间步之间DiT模型层输出的高相似性。
 * **自适应缓存**：分析一个小校准集的层表示误差，SmoothCache动态决定在去噪过程中
   哪些特征应该被缓存。
 * **特征重用**：在推理过程中，重用之前缓存的特征，避免重复的计算，减少资源密集型
   操作。
 * **误差分析**：基于层级表示误差确定不同扩散步骤之间特征的相似度，据此制定缓存策略。
 * **静态缓存方案**：基于误差分析，生成一个静态的缓存方案，用在推理过程中指导特征
   的缓存和重用。

## SmoothCache的项目地址

 * **GitHub仓库**：[https://github.com/Roblox/SmoothCache](https://github.com/Roblox/SmoothCache)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2411.10510](https://arxiv.org/pdf/2411.10510)

## SmoothCache的应用场景

 * **图像生成**：在内容创作、游戏设计和数字艺术中快速生成图像素材。
 * **视频生成**：从文本提示生成视频内容，适用于电影制作、视频游戏和在线广告。实现
   实时视频效果和动态背景的生成。
 * **音频生成**：根据文本描述生成相应的音频或音乐，适用于音乐制作、语音合成和有声
   读物。
 * **3D模型生成**：快速生成3D模型，用于建筑可视化、游戏开发和虚拟现实应用。
 * **增强现实（AR）和虚拟现实（VR）**：在AR/VR应用中实时生成和渲染高质量的虚拟内容。

❓ 常见问题解答（FAQ）

SmoothCache适合哪些DiT模型？

SmoothCache 面向 Diffusion Transformers（DiT）的通用推理加速，强调模型无关性，可
用于不同 DiT 架构；正文未限定某一具体模型，重点是通过缓存与重用特征减少重复计算。

SmoothCache会影响生成质量吗？

根据文章描述，SmoothCache 在加速推理的同时，能够保持甚至提升生成质量，说明其缓存
策略在降低计算量的同时尽量不损失输出效果。

SmoothCache能用于视频和音频生成吗？

可以。正文明确提到它不仅适用于图像生成，还可扩展到视频和音频等多种模态，适合实时
视频效果、音频生成及其他多模态 DiT 场景。

🔬 语宙深潜追问 · 进阶实操拆解

SmoothCache 适合哪些 DiT 场景？

更适合扩散步数较多、相邻步特征变化平滑的图像/视频/音频生成任务。若业务对极致时延
敏感且模型结构固定，它能在不改架构的前提下直接吃到加速红利。

落地时最该盯哪些指标？

重点看端到端延迟、缓存命中率、生成质量回归和显存占用。建议先在代表性 prompt 集上
做 A/B，对比不同步长、不同分辨率与不同采样器下的收益，再决定是否全量启用。

🗳️ 读者观点微投票 · 您的实战立场是？

SmoothCache 这种缓存加速，值得优先上生产吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [AdaCache – Meta推出加速AI视频实时高质量生成的开源项目](https://paooo.com/aigc-news/25754/)
 * [清华联手智谱推出IndexCache：稀疏注意力加速技术，长上下文推理提速近2倍，零性能损失](https://paooo.com/aigc-news/11212/)
 * [清华TurboDiffusion：单卡RTX 5090实现视频生成提速200倍，184秒变1.9秒](https://paooo.com/aigc-news/12540/)
 * [BlockDance – 复旦联合字节推出的扩散模型加速方法](https://paooo.com/aigc-news/20820/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/25450/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)