热点事件持续更新
QuantWM提出视频世界模型2-bit KV Cache量化框架
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月7日，机器之心报道，哈尔滨工业大学（深圳）iLearn-Lab 与新加坡国立大学 LV-Lab 提出免训练 2-bit KV Cache 量化框架 QuantWM，面向视频世界模型。报道称，该框架在 Matrix-Game-2、LingBot-World-v2、HY-World 1.5 等五种模型上改善了量化后视频的闪烁与模糊问题，KV Cache 压缩最高可达 6.20 倍。目前该工作处于论文发布阶段，尚无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 09:49
哈工大（深圳）与NUS提出免训练2-bit KV Cache量化框架QuantWM，压缩最高6.20倍。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- 机器之心 · 微信公众号哈工大（深圳）与 NUS 提出 QuantWM：面向视频世界模型的免训练 2-bit KV Cache 量化框架
哈尔滨工业大学（深圳）iLearn-Lab 与新加坡国立大学 LV-Lab 提出免训练 2-bit KV Cache 量化框架 QuantWM，在 Matrix-Game-2、LingBot-World-v2、HY-World 1.5 等五种模型上改善量化后视频的闪烁与模糊，KV Cache 压缩最高达 6.20 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。