提出Draft-OPD，通过错误位置重放机制在验证时错误上训练draft模型，实现5倍以上无损加速

通过视觉编码器内部帧合并和解耦空间选择，将视频LLM推理速度提升2.65倍

通过结构感知的块扩散和scaffolding技术，实现SOTA轨迹精度下的12倍推理加速

FP4 注意力中只对 5% 关键块保留 FP16,兼顾速度与质量。

无需训练，靠KV缓存的视角检索与相似度压缩，让视频世界模型拥有长程一致记忆

首个面向自回归视频扩散模型的量化框架，用帧敏感度加权与自适应双尺度量化加速推理。

面向om-LLM推理加速的阶段自适应token选择方法SEATS。

通过零专家注入与两阶段自蒸馏把 post-trained MoE 转成 dynamic MoE

通过分头混合压缩 KV 缓存，为自回归视频扩散提速 1.5–2.8 倍

BEAM用可学习二值mask在MoE Top-K候选中动态筛除冗余专家

DECO通过ReLU路由、可学习专家缩放、NormSiLU激活与非门控MLP专家的组合,在仅激活20%路由专家时匹配密集Transformer性能,并在Jetson AGX Orin上实现2.93倍推理加速。

通过块扩散与自推测解码，把字节级语言模型的推理内存带宽最高砍掉九成。

SPEED 让 prefill 只走前 K 层、decode 全层走，配 BoS 锚点降本。

MotionCache 以帧差代理运动，token 级缓存将视频生成加速至 7.26×

用图像质量路由实现视频扩散的推测解码，1.59×加速保98%质量

DDTree:从单次块扩散草稿的逐位分布构建最优草稿树,提升投机解码接受长度。

让小模型接管扩散轨迹首尾步骤，中间保留大模型，省 17% 算力几乎不掉质量

用on-policy训练+软嵌入解码让dLLM并行度翻倍且不丢精度。

用轻量微调让 AR 模型一次生成多 token，无需架构改动即可调节速度与质量。

针对LLM代码修复中的「过度编辑」问题，提出编辑感知奖励与自造数据框架，显著提升修复精度与推理速度。