🤖 machine learning

MeanCache: From Instantaneous to Average Velocity for Accelerating Flow Matching Inference

يعد MeanCache إطار عمل لا يتطلب تدريباً يعمل على تسريع استنتاج مطابقة التدفق (Flow Matching) عبر استبدال تخزين السرعة اللحظية بنهج متوسط السرعة باستخدام حاصل ضرب جاكوبي-متجه مخزن واستراتيجية جدولة استقرار المسار، محققاً تسريعاً كبيراً (يصل إلى 4.56 ضعفاً) مع الحفاظ على جودة توليد عالية عبر نماذج مثل FLUX.1 وHunyuanVideo.

المؤلفون الأصليون: Huanlin Gao, Ping Chen, Fuyuan Shi, Ruijia Wu, Li YanTao, Qiang Hui, Yuren You, Ting Lu, Chao Tan, Shaoan Zhao, Zhaoxiang Liu, Fang Zhao, Kai Wang, Shiguo Lian

نُشر 2026-03-10

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Huanlin Gao, Ping Chen, Fuyuan Shi, Ruijia Wu, Li YanTao, Qiang Hui, Yuren You, Ting Lu, Chao Tan, Shaoan Zhao, Zhaoxiang Liu, Fang Zhao, Kai Wang, Shiguo Lian

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول السير من باب منزلك إلى حديقة عبر حقل واسع يغطيه الضباب. هذه الرحلة تمثل توليد صورة أو فيديو باستخدام ذكاء اصطناعي حديث. فالذكاء الاصطناعي لا يقوم بمجرد "التقاط" الصورة بلمحة بصر؛ بل يتعين عليه اتخاذ مئات الخطوات الصغيرة والدقيقة، مع تعديل مساره عند كل لحظة لضمان أن النتيجة النهائية تبدو صحيحة.

المشكلة؟ هذه الرحلة بطيئة. فهي تستغرق وقتاً طويلاً وتستهلك الكثير من قوة الحوسبة، مما يجعل من الصعب استخدامها في التطبيقات التي تعمل بالوقت الفعلي (مثل الدردشة مع ذكاء اصطناعي يرسم الصور فوراً).

الطريقة القديمة: "الخطوة اللحظية"

للتسريع من العملية، حاولت الطرق السابقة اتخاذ طرق مختصرة. فقد نظرت إلى الاتجاه الذي يسلكه الذكاء الاصطناعي الآن (السرعة اللحظية) وقالت: "حسناً، دعونا نخمن الخطوات القليلة القادمة بناءً على هذا الاتجاه المحدد".

التشبيه: تخيل أنك تقود سيارة على طريق جبلي متعرج. تنظر إلى عجلة القيادة الآن، وترى أنها ملتفة قليلاً جهة اليسار، فتقرر القيادة مستقيماً جهة اليسار للميل القادم.
المشكلة: الطريق ينحني! إذا نظرت فقط إلى عجلة القيادة لثانية واحدة فقط، فسوف تفقد المنعطف، وتقود خارج المنحدر، وتتحطم. في عالم الذكاء الاصطناعي، يتسبب هذا في جعل الصورة ضبابية، مشوهة، أو خاطئة تماماً. وهذا ما يسمى بـ "تراكم الخطأ".

الط الطريقة الجديدة: "MeanCache" (متوسط السرعة)

أدرك مؤلفو هذه الورقة البحثية، MeanCache، أن النظر إلى اتجاه لثانية واحدة فقط هو أمر غير مستقر. بدلاً من ذلك، قرروا النظر إلى متوسط السرعة والاتجاه عبر مسافة قصة من الطريق.

التشبيه: بدلاً من التخمين للميل القادم بناءً على وضع عجلة القيادة الآن، أنت تنظر إلى آخر 100 متر قطعتها. تقوم بحساب متوسط مسارك. حتى لو تمايلت قليلاً في الثانية الأخيرة، فإن متوسط مسارك خلال الـ 100 متر الأخيرة سيكون أكثر سلاسة ودقة.

كيف يعمل:

"الذاكرة المؤقتة" (Cache): يتذكر الذكاء الاصطناعي أين كان قبل فترة وجيزة.
"الخدعة الرياضية" (JVP): يستخدم اختصاراً رياضياً ذكياً لتحديد "الاتجاه المتوسط" بين مكان وجوده الآن ومكانه قبل قليل، دون الحاجة للقيام بكل الحسابات الثقيلة مرة أخرى.
النتيجة: يتخذ الذكاء الاصطناعي خطوات أكبر وأكثر أماناً. إنه يتخطى الأجزاء المملة والمتكررة من الحسابات لأنه يعلم أن المسار "المتوسط" مستقر.

"مراقب حركة المر traffic controller" (الجدولة)

هناك عقبة: لا يمكنك تخطي الخطوات في كل مكان. إذا تخطيت الكثير من الخطوات في بداية الرحلة (عندما يحاول الذكاء الاصطناعي فهم الشكل الأساسي للصورة)، فستفقد الطريق. وإذا تخطيت الكثير في النهاية، فستكون التفاصيل غير واضحة.

يتضمن MeanCache مراقباً ذكياً لحركة المرور.

التشبيه: تخيل جهاز تحديد مواقع (GPS) يعرف بالضبط أي أجزاء الطريق مستقيمة وآمنة للسرعة، وأي أجزاء تحتوي على منحنيات حادة حيث يجب عليك الإبطاء.
الاستراتيجية: إنه ينظر إلى "استقرار" المسار. إذا كان المسار سلساً، فإنه يتخطى الخطوات بقوة. وإذا كان المسار متعرجاً وخطراً، فإنه يجبر الذكاء الاصطناعي على الإبطاء والحساب بدقة. إنه يجد التوازن المثالي للوصول بك إلى الحديقة بأسرع وقت ممكن دون الاصطدام.

لماذا يعد هذا أمراً هاماً؟

اختبرت الورقة البحثية هذا النظام على بعض أقوى نماذج الذكاء الاصطناعي في العالم (FLUX.1، Qwen-Image، HunyuanVideo).

السرعة: جعلوا هذه النماذج أسرع بـ 3 إلى 4.5 مرة.
الجودة: على عكس الاختصارات القديمة التي كانت تجعل الصور تبدو ككتلة ضبابية، حافظ MeanCache على الصور حادة وجميلة.
لا حاجة لإعادة التدريب: عادةً، لجعل الذكاء الاصطناعي أسرع، يتعين عليك إعادة تعليم النموذج من الصفر (وهو ما يستغرق أسابيع وملايين الدولارات). MeanCache يشبه وضع شاحن توربيني على سيارة مبنية بالفعل؛ فهو يعمل فوراً دون تغيير المحرك.

باخت-الاختصار

MeanCache يشبه إعطاء الذكاء الاصطناعي نظارات ذكية وجهاز تحديد مواقع (GPS). فبدلاً من التعثر في الضباب خطوة بخطوة، فإنه ينظر إلى المسار "المتوسط" أمامه، ويتخطى الأجزاء الآمنة، ويتمهل فقط عندما يصبح الطريق صعباً. النتيجة؟ تحصل على صورتك أو الفيديو عالي الجودة في جزء بسيط من الوقت، دون أن يفقد الذكاء الاصطាច់ طريقه.

إليك ملخص تقني مفصل لورقة البحث بعنوان "MeanCache: From Instantaneous to Average Velocity for Accelerating Flow Matching Inference".

1. بيان المشكلة

برزت مطابقة التدفق (Flow Matching - FM) كنموذج قوي للنمذجة التوليدية (الصور، الفيديو، متعدد الوسائط)، حيث توفر مسارات نقل مستمرة بين توزيعات الضجيج والبيانات. ومع ذلك، تعاني النماذج ذات النطاق التجاري (مثل FLUX.1، وQwen-Image، وHunyuanVideo) من زمن انتقال مرتفع أثناء الاستنتاج بسبب العدد الكبير من الخطوات المتتالية المطلوبة لإزالة الضجيج.

تواجه طرق التسريع الحالية عائقين رئيسيين:

الطرق التي تتطلب تدريباً مكثفاً: التقنيات مثل التقطير (Distillation)، والتقليم (Pruning)، والكمية (Quantization) تتطلب تعديلات هيكلية كبيرة وإعادة تدريب واسعة النطاق، مما يجعلها مكلفة وصعبة النشر على النماذج التجارية سابقة التدريب.
محدودية التخزين المؤقت الخالي من التدريب: تعتمد استراتيجيات التخزين المؤقت الحالية (مثل DeepCache وTeaCache) على السرعة اللحظية (Instantaneous Velocity) أو إعادة استخدام الميزات. وتجادل الورقة بأن السرعات اللحظية تتقلب بحدة على طول مسار إزالة الضجيج. إن إعادة استخدام هذه الإشارات غير المستقرة تؤدي إلى انحرافات في المسار (Trajectory Deviations) وتراكم الأخطاء، خاصة عند نسب تسريع عالية (تخطي خطوات كثيرة)، مما ينتج عنه تدهور في جودة التوليد (مثل الضبابية والتشوه الهيكلي).

2. المنهجية: MeanCache

MeanCache هو إطار عمل للتخزين المؤقت خالي من التدريب ينقل المنظور من السرعة اللحظية إلى السرعة المتوسطة لضمان استقرار المسار. ويتكون من مكونين أساسيين:

أ. التحويل من السرعة اللحظية إلى السرعة المتوسطة

بدلاً من تخزين السرعة اللحظية $v(z_t, t)$ ، يقوم MeanCache بتقريب السرعة المتوسطة للفترة $u(z_t, t, s)$ عبر فاصل زمني $[s, t]$ .

الأساس النظري: بالاستفادة من هوية متوسط التدفق (MeanFlow Identity)، تثبت الورقة وجود علاقة بين السرعة اللحظية والسرعة المتوسطة تتضمن حداً اشتقاقياً.
تقريب حاصل ضرب جاكوبي والمتجه (JVP): يقابل الحد الاشتقاقي في الهوية حاصل ضرب جاكوبي والمتجه (Jacobian-Vector Product - JVP). وبما أن قيم JVP الدقيقة غير متوفرة أثناء الاستنتاج، يقوم MeanCache ببناء مُقدر للتخزين المؤقت عن طريق إعادة استخدام الحالات المخزنة من خطوة زمنية سابقة $r$ $r$ .
- يقوم بتقريب الـ JVP بين $t$ و $s$ باستخدام معلومات الإزاحة والسرعة من الفترة $[r, t]$ .
- يتيح ذلك بناء إشارة سرعة متوسطة أكثر سلاسة واستقراراً $\hat{u}(z_t, t, s)$ تعمل على تصحيح انحراف المسار وتخفيف تراكم الخطأ المحلي.

ب. استراتيجية جدولة استقرار المسار

إن تحديد متى يتم التخزين المؤقت وإلى أي مدى نعود للوراء (نطاق التخزين $K$ ) ليس بالأمر الهين، حيث يختلف الاستقرار عبر الخطوات الزمنية. يقدم MeanCache أداة جدولة قائمة على الرسوم البيانية:

بناء الرسم البياني المتعدد (Multigraph): يتم تمثيل الخطوات الزمنية كعقد، وتمثل الحواف الموجهة انتقالات التخزين المحتملة ( $t \to s$ ) مع أوزان محددة بواسطة انحراف الاستقرار (الفرق بين السرعة المتوسطة الحقيقية والتقريب المخزن).
أقصر مسار مثبط للقمم (Peak-Suppressed Shortest Path): لإيجاد جدول التخزين الأمثل تحت قيد الميزانية (الحد الأقصى لعدد عمليات تقييم الدوال $B$ $B$ )، تستخدم الطريقة حل مشكلة أقصر مسار مقيد.
- تستخدم هدف تثبيط القمم (باستخدام تكلفة موزونة بالقوى مع معامل $\gamma$ ) لمنع تركيز الأخطاء في عدد قليل من الحواف "السيئة". يضمن ذلك تجنب طفرات الخطأ، مما يؤدي إلى عملية توليد أكثر اتساقاً واستقراراً.
- تحدد هذه الاستراتيجية ديناميكياً مكان وضع التخزين المؤقت ونطاقه $K$ الأمثل دون الحاجة لإعادة تدريب النموذج.

3. المساهمات الرئيسية

منظور السرعة المتوسطة: يعيد تعريف مشكلة التخزين المؤقت عبر الانتقال من نطاق السرعة اللحظية غير المستقر إلى نطاق السرعة المتوسطة الأكثر استقراراً، مما يوفر أساساً نظرياً للاستنتاج عالي التسريع.
بناء التخزين المؤقت القائم على JVP: يقدم طريقة مبتكرة لتقدير السرعات المتوسطة باستخدام حاصل ضرب جاكوبي والمتجه المخزن، مما يصحح انحراف المسار بفعالية دون إعادة تدريب.
جدولة استقرار المسار: يطور أداة جدولة عملية قائمة على الرسوم البيانية (Peak-Suppressed Shortest Path) تعمل على تحسين توقيت ونطاق التخزين المؤقت لتقليل تراكم الخطأ ديناميكياً.
أداء رائد (State-of-the-Art): يثبت أن MeanCache يحقق تسريعاً كبيراً مع الحفاظ على جودة توليد تتفوق على النماذج المرجعية الحالية.

4. النتائج التجريبية

قيم المؤلفون MeanCache على ثلاثة نماذج رائدة: FLUX.1 (تحويل النص إلى صورة)، وQwen-Image (تحويل النص إلى صورة)، وHunyuanVideo (تحويل النص إلى فيديو).

تسريع العمليات:
- FLUX.1: حقق تسريعاً بمقدار 4.12×.
- Qwen-Image: حقق تسريعاً بمقدار 4.56×.
- HunyuanVideo: حقق تسريعاً بمقدار 3.59×.
مقاييس الجودة:
- تفوق MeanCache باستمرار على النماذج المرجعية (TeaCache, DiCache, TaylorSeer, DBCache) في الجودة الإدراكية (ImageReward, CLIP Score) ودقة إعادة البناء (LPIPS, SSIM, PSNR).
- والجدير بالذكر أنه عند نسب التسريع العالية (مثلاً > 3.5×)، عانت الطرق المرجعية من ضبابية شديدة وانهيار هيكلي، بينما حافظ MeanCache على التفاصيل الدقيقة واتساق المحتوى.
- اتساق الكلمات النادرة: في الاختبارات التي استخدمت مطالبات بكلمات نادرة (مثل "Matutinal")، حافظ MeanCache على الاتساق الدلالي في حين أظهرت الطرق الأخرى انحرافاً شديداً في المحتوى.
الكفاءة: قللت الطريقة بشكل كبير من العمليات الحسابية (FLOPs) وزمن الانتقال مع تجنب الحاجة لإعادة تدريب النموذج أو تغيير بنيته.

5. الأهمية والأثر

القابلية للاستخدام التجاري: يقدم MeanCache حلاً عملياً خالياً من التدريب لتسريع النماذج التوليدية واسعة النطاق، مما يجعلها أكثر قابلية للتطبيق في التطبيقات التفاعلية والمحدودة الموارد.
الرؤية النظرية: من خلال إثبات أن السرعات المتوسطة توفر أساساً أكثر استقراراً للاستنتاج من السرعات اللحظية، تفتح الورقة آفاقاً جديدة للبحث في مجال مطابقة التدفق والنمذجة التوليدية.
القدرة على التعميم: تعتبر استراتيجية جدولة استقرار المسار أداة عامة يمكن تكييفها مع سيناريوهات التخزين المؤقت أو التسريع الأخرى في نماذج الانتشار (Diffusion) والنماذج القائمة على التدفق (Flow-based models).

في الختام، نجح MeanCache في سد الفجوة بين الاستقرار النظري (السرعة المتوسطة) والكفاءة العملية (التخزين المؤقت)، واضعاً معياراً جديداً للاستنتاج التوليدي عالي السرعة وعالي الدقة.