उच्च गुणवत्ता वाले, समय-संवृत्त वीडियो बनाने के लिए बड़ी मात्रा में कंप्यूटिंग संसाधनों की आवश्यकता होती है, विशेष रूप से लंबे समय की अवधि के लिए। नवीनतम डिफ्यूजन ट्रांसफार्मर मॉडल (DiTs) ने वीडियो जनरेशन में महत्वपूर्ण प्रगति की है, लेकिन इसके बड़े मॉडल और अधिक जटिल ध्यान तंत्र पर निर्भरता के कारण इसकी गणना गति धीमी हो गई है, जिससे यह चुनौती और बढ़ गई है। इस समस्या को हल करने के लिए, Meta AI के शोधकर्ताओं ने वीडियो DiTs को तेज़ करने के लिए बिना प्रशिक्षण के एक विधि पेश की है जिसे AdaCache कहा जाता है।