若是说扩散天下模子的瓶颈，，是每一步去噪都要把统一个大 Transformer 再跑一遍，，那么WorldCache的思绪就是：不要再把所有 Token、所有时间步都当成统一件事。。。。。。这篇事情把 “哪些内容适合缓存”和“哪些时刻必需重算” 拆开处理，，在不重新训练模子、险些不增添特殊显存的条件下，，把缓存真正做成了一套更贴合天下模子结构的推理战略。。。。。。

论文问题：WorldCache: Accelerating World Models for Free via Heterogeneous Token CachingarXiv 地点：https://arxiv.org/abs/2603.06331代码地点：https://github.com/FofGofx/WorldCache

天下模子为什么难以被直接缓存

天下模子之以是比通俗图像或视频天生更难加速，，首先在于它天生的不是简单模态内容。。。。。。以论文关注的扩散天下模子为例，，模子在去噪历程中同时处理RGB、Depth以及与相机轨迹相关的多模态状态，，差别模态、差别空间位置上的 Token，，转变速率和转变方式都纷歧样。。。。。。有的 Token 在一连时间步之间险些静止，，有的 Token 大致线性转变，，尚有一小部分 Token 会泛起显着的非线性转向。。。。。。若是继续沿用简单缓存规则，，要么会为了照顾难题 Token 而对大大都容易展望的 Token 过于守旧，，要么会由于战略太激进，，在少量要害 Token 上迅速累积误差。。。。。。

第二个问题泛起在时间维度上。。。。。。天下模子的去噪历程并不是匀称平滑地推进，，真正决议效果是否失稳的，，往往不是所有 Token 的平均转变，，而是那一小撮最难缓存、最容易漂移的 “瓶颈 Token”。。。。。。这意味着，，牢靠距离跳步也好，，基于全局平均差值触发重算也好，，都会错过真正危险的时刻：该重算时不敷敏感，，不应重算时又容易铺张一次完整前向。。。。。。WorldCache 的切入点，，正是把这两个天下模子特有的失效机理拆出来划分处理。。。。。。

把缓存做成 Token 级战略

WorldCache 的第一步，，是用曲率去预计 Token 轨迹究竟 “好欠好展望”。。。。。。论文使用最近三次 FULL 盘算获得的真实输出，，结构离散速率和加速率，，再由此盘算每个 Token 的曲率分数。。。。。。直观地看，，曲率越小，，说明该 Token 的轨迹越靠近平滑、线性，，可展望性更强；；曲率越大，，则意味着它在目今阶段更可能爆发突变或转向。。。。。；；谡庖环质，，WorldCache 将 Token 划分为 Stable、Linear 和 Chaotic 三组，，划分对应直接复用、线性外推和阻尼更新三种缓存方式。。。。。。

这一步的要害，，不是简朴地把缓存做细，，而是把盘算真正分配给需要它的地方。。。。。。对 Stable Token，，直接复用上一次输出就足够；；对 Linear Token，，用一阶外推在本钱和精度之间取得平衡；；而对最难处理的 Chaotic Token，，WorldCache 进一步引入基于 Hermite 平滑权重的阻尼更新，，阻止模子只依赖最近一步的切线偏向做冒进展望。。。。。；；痪浠八，，WorldCache 不是用一把尺子权衡所有 Token，，而是认可天下模子内部保存难度漫衍的长尾，，并围绕这件事重新设计缓存规则。。。。。。

只盯住最难缓存的那一小撮 Token

若是说前半部分解决的是 “缓存时怎样展望”，，那么 WorldCache 的第二步处理的是 “什么时间该停下缓存、恢复完整盘算”。。。。。。论文提出了Chaotic-prioritized Adaptive Skipping，，也就是混沌优先的自顺应跳步机制。。。。。。它不再对所有 Token 做平均监控，，而是只跟踪那部分最难缓存的 Chaotic Token，，并使用曲率对特征差值举行归一化，，结构一个无量纲的漂移指标。。。。。。这样一来，，系统体贴的就不再是 “整体看起来有没有转变”，，而是 “要害 Token 是否已经最先失稳”。。。。。。

这套调理逻辑带来的利益很直接。。。。。。一方面，，WorldCache 能在大宗平稳时间步上放心地延伸缓存链条，，把腾贵的主干网络前向让给真正须要的时刻；；另一方面，，当瓶颈 Token 泛起漂移苗头时，，累计误差又会足够快地触发 FULL 盘算，，阻止局部误差扩散成整段 rollout 的质量坍塌。。。。。。从要领设计上看，，WorldCache 把 “缓存战略” 和 “重算触发” 做成了一套相互配合的系统，，而不是伶仃地改一个展望器或一个阈值。。。。。。

效果不是靠堆显存换来的

在 HunyuanVoyager-13B 的 image-to-world 天生使命上，，WorldCache 将端到端延迟从 1053.7 秒降到 288.6 秒，，对应 3.65 倍加速；；与此同时，，Dynamic WorldScore 仍抵达 45.43，，靠近无缓存基线的 46.40，，PSNR 为 23.49，，LPIPS 为 0.176。。。。。。更主要的是，，它的显存占用为 50.58GB，，和基线 50.44GB 险些一致。。。。。。相比之下，，部分层内缓存基线虽然实验提速，，但显存开销已经凌驾 100GB，，单卡安排并不轻松。。。。。。

在 Aether-5B 的天下天生使命上，，WorldCache 依然坚持了最强的一组质量 - 效率折中：Dynamic WorldScore 为 44.72，，高于 EasyCache 的 44.02；；PSNR 为 31.87，，SSIM 为 0.924，，LPIPS 为 0.066；；端到端延迟降到 107.2 秒，，对应 1.68 倍加速，，而显存仍维持在 46.59GB。。。。。。若是把视角进一步转到几何相关能力，，WorldCache 在 Aether 的 3D 重修设置中把延迟从 55.42 秒压到 21.20 秒，，实现 2.61 倍加速，，同时坚持 Abs Rel 0.341、RPE trans 0.068，，并在加速要领中取得最低的旋转误差 0.796。。。。。。

这件事对天下模子意味着什么

WorldCache 给出的不但是一次更快的采样历程，，更是一种面向天下模子内部异质性的缓存思绪。。。。。。

天下模子并不是通俗视频扩散模子的简朴延伸，，面向天下模子的推理优化，，必需尊重多模态耦合、空间差别和时间动态非匀称这些结构性事实。。。。。。在这个条件下，，无需特殊训练，，不引入大规模特殊显存，，却能把原来腾贵的天下模子推理推到更靠近交互式使用的区间，，这为更长时间跨度的天下模拟、可交互场景天生以致具身智能相关应用，，提供一种有潜力的路径。。。。。。

作者简介

本文配合第一作者为中国科学院盘算所博士生冯伟伦、硕士生范国鑫，，以及苏黎世联邦理工学院博后秦浩桐。。。。。。通讯作者为中国科学院盘算所杨传广和安竹林副研究员。。。。。。焦点成员来自盘算所智能算法清静天下重点实验室智能优化课题组，，隶属于徐勇军研究员团队，，课题组恒久从事高效人工智能的研究，，重点关注视觉、多模态等领域的明确与天生高效性方面的研究。。。。。。

蒙曼谈念书：每一页都不是白读的