扩散 Transformer (DiT) 是当下 FLUX、Wan、CogVideoX 这一类图像/视频生成模型的标配架构,跑 SOTA 是真的,推理贵也是真的。多步采样叠上参数规模,DiT 的部署成本始终压在「实时互动」和「端侧」的门外。后训练量化 (PTQ) 被普遍视为最优解——但 DiT 的激活分布在 timestep、prompt、guidance 分支之间到处漂,旧办法每换一个 checkpoint、每跨一个模态,都得重新过一遍校准数据,工程上几乎不可用。 OrbitQuant (arXiv:2607.02461) 直接绕开范围估计:它在归一化、旋转过的基底上做量化。核心是一层 randomized permuted block-Hadamard (RPBH) 旋转,能把任意输入的坐标「压」到同一个固定、已知的边缘分布附近——也就是说,一个 Lloyd-Max 码本就能覆盖同一输入维度下的所有 timestep、prompt、layer;weight 行同样离线吸收旋转,运行时只剩 activation 端一次前向旋转;同一套配方从图像迁移到视频无需重新调参,「一次量化,跨模态部署」由此有了工程基础。 实测跨 FLUX.1、Z-Image-Turbo、Wan 2.1、CogVideoX,在多个低比特档位都刷新 PTQ SOTA,最狠的是把图像 DiT 的 PTQ 推到了 W2A4 并保留可用生成质量。对部署而言,OrbitQuant 把「量化模型 = 重新校准」这个潜规则一脚踢开:训练侧量化不再绑死 checkpoint,运行时推理侧也摆脱了逐层调参的痛苦。DiT 想真正跑进端侧,这是少有的「一次量化,通用部署」方向。