画像から動画を生成する（I2V）拡散モデルの推論サービスは計算コストが高く、大規模な展開において大きな課題となっている。arXiv論文Chorus IIは、Hao Liu氏ら9名の著者によって2026年6月23日に投稿され、実際のI2Vワークロードに含まれるクロスリクエストの冗長性を利用して生成を加速する方法に焦点を当てている。
研究チームは、実際のI2Vリクエストに類似性が見られることを指摘する。たとえば、繰り返し使われるエフェクトテンプレート、関連する被写体、繰り返し現れるショットレイアウトなどである。既存のクロスリクエスト加速手法は主に特徴量の再利用によってこの冗長性を活用してきた。しかし著者らは、類似したI2Vリクエストが特徴量の冗長性だけでなく、高度に一貫した疎な注意パターンも共有していることを発見した。これにより、過去のリクエストから得られた高品質な疎マスクを、リクエスト条件付きの事前分布としてほぼオンラインのマスク予測オーバーヘッドなしで利用できる。
この観察に基づき、論文は疎性の再利用を中心としたクロスリクエスト再利用フレームワークを提案する。特徴量の再利用はオプションの拡張として位置づけられ、軽量なガイダンス強化によって保護される。疎性の再利用は共有疎マスク再利用として実装され、類似した履歴リクエストから高品質な疎マスクを再利用することで、リクエストごとのオンラインマスク予測を回避する。オプションの特徴量再利用は、冗長性の高い時空間領域に対してダウンサンプリング計算を適用し、境界アーティファクトを緩和しつつ効率の利得を維持する。ガイダンス強化は、再利用後に画像やテキストの条件付けを強化し、意味的ドリフトや条件遵守の問題を軽減する。
実験の結果、デフォルトの疎性再利用設定は生成品質を維持しながら2.16倍の高速化を達成することが示された。本論文は、I2V拡散モデルのサービス展開において、リクエスト間の構造的冗長性を活用する新たな方向性を提示しており、コンピュータビジョンとパターン認識（cs.CV）の分野に属する。