DISK：面向世界模型的动态推理跳过
计算机视觉与模式识别
2026-02-03 v1 机器学习
机器人学
摘要
我们提出DISK，一种用于自回归世界模型的训练-free自适应推理方法。DISK通过双分支控制器协调视频和自我轨迹的扩散转换器，并进行跨模态跳过决策，无需重新训练即可保持运动-外观一致性。我们将更高阶潜在差分跳过测试扩展到自回归前向推理范式中，并通过滚出循环传播控制器统计信息以实现长程稳定性。在使用NVIDIA L40S GPU对1500个NuPlan和NuScenes样本进行封闭环驾驶滚出时，DISK在轨迹扩散上实现2倍加速，在视频扩散上实现1.6倍加速，同时保持L2规划误差、视觉质量（FID/FVD）和NAVSIM PDMS得分，展示了在大幅降低成本下实现实际的长程视频和轨迹预测的可行性。
引用
@article{arxiv.2602.00440,
title = {DISK: Dynamic Inference SKipping for World Models},
author = {Anugunj Naman and Gaibo Zhang and Ayushman Singh and Yaguang Zhang},
journal= {arXiv preprint arXiv:2602.00440},
year = {2026}
}