已收录文章摘要，完整内容可前往原文阅读。
智猩猩AI整理论文一作投稿视频生成模型不断向更高分辨率、更长时长发展，随之而来的一个直接问题是：视频 token 序列越来越长，DiT 中 Attention 的计算成本迅速上升。Sparse Att