arXiv 2026年10月5日该工作发现扩散式世界模型的特征在相邻去噪步之间具有高度稳定的奇异子空间、且奇异值演化可预测，据此提出免训练的谱缓存框架 SpectralCache，复用稳定奇异子空间并仅通过线性外推估计低维奇异值，还利用相邻全计算特征间的谱一致性以奇异值缩放跳过部分骨干评估，在 HunyuanWorld-Voyager-13B 上取得 5.22 倍加速并保持静态场景 WorldScore 65.90，在推理效率上明显优于现有免训练缓存方法。该工作发现扩散式世界模型的特征在相邻去噪步之间具有高度稳定的奇异子空间、且奇异值演化可预测，据此提出免训练的谱缓存框架 SpectralCache，复用稳定奇异子空间并仅通过线性外推估计低维奇异值，还利用相邻全计算特征间的谱一致性以奇异值缩放跳过部分骨干评估，在 HunyuanWorld-Voyager-13B 上取得 5.22 倍加速并保持静态场景 WorldScore 65.90，在推理效率上明显优于现有免训练缓存方法。SpectralCache 用奇异子空间复用与奇异值外推，在 HunyuanWorld-Voyager-13B 上实现 5.22 倍加速并保持 WorldScore 65.90该工作发现扩散式世界模型的特征在相邻去噪步之间具有高度稳定的奇异子空间、且奇异值演化可预测，据此提出免训练的谱缓存框架 SpectralCache，复用稳定奇异子空间并仅通过线性外推估计低维奇异值，还利用相邻全计算特征间的谱一致性以奇异值缩放跳过部分骨干评估，在 HunyuanWorld-Voyager-13B 上取得 5.22 倍加速并保持静态场景 WorldScore 65.90，在推理效率上明显优于现有免训练缓存方法。该工作发现扩散式世界模型的特征在相邻去噪步之间具有高度稳定的奇异子空间、且奇异值演化可预测，据此提出免训练的谱缓存框架 SpectralCache，复用稳定奇异子空间并仅通过线性外推估计低维奇异值，还利用相邻全计算特征间的谱一致性以奇异值缩放跳过部分骨干评估，在 HunyuanWorld-Voyager-13B 上取得 5.22 倍加速并保持静态场景 WorldScore 65.90，在推理效率上明显优于现有免训练缓存方法。