Veda注意力（显式SM89选项）

attention_backend="veda-sm89"为单SM89、原始LightX v0.1四步关键帧模型启用学习型视频稀疏注意力， 也接受显式FL/Ref HybridModel。这些模型的auto仍为dense，其他模型及双卡不接受此组合。

安装pipeline依赖后执行python -m vflash.install_veda，取得固定Veda修订 fd59c7277ccc37ebf1a8f6823474b8c2ef2e33a0的独立核心，保留MIT及SageAttention 1.0.6 BSD许可。 不安装ComfyUI或自动下载权重。H3预测器 另行按MiniMax H3社区许可提供，实测修订为76f202874608115408d73280be9531c4ab888242。

Python向H3Pipeline传入该后端和veda_predictor=Path("models/veda-predictor.safetensors")。 generate/denoise使用--attention-backend veda-sm89 --veda-predictor FILE；原生HTTP设置 VFLASH_ATTENTION_BACKEND=veda-sm89及VFLASH_VEDA_PREDICTOR。依赖版本、权重或GPU自检失败即停止， 没有静默dense fallback。预测器由会话持有，请求间重置几何和统计，关闭会话时释放。

0–4/45–49层保持Torch Flash，其余40层实用triton-int8、生成保留预算0.1。 条件/文本/音频连接保持密集，但这些层的INT8算术仍近似，不能宣称保护行数值精确。 四步每请求应有160次稀疏/40次密集调用；回执记录实际后端、网格、训练计划匹配及稀疏层工作量。 8NFE训练的预测器不等于四步组合与dense数值等价。

探索性同卡同实际噪声控制：单RTX 4090 48 GB，1536×640、五秒、四步，BF16主干及运行时LoRA、 两槽block-ring、Torch2.11/CUDA13.0，冻结干净条件、共用官方解码。 Hybrid去噪102.928→72.867秒；去噪加媒体124.408→94.063秒。另一卡同期运行， 不是独占全请求或同质量保证。八时点及原尺寸脸/衣料未见新增大范围崩坏，运动改变，共有柔化尚在； 未审听音频语义。独立完整pipeline资格验证单独记录。

另完成六条实际Python全pipeline请求，重新执行官方编码和解码：两种来源，I2/L2配对、 一个较大I2画布及单图hybrid Ref。同卡896×512/五秒，I2去噪37.507→34.196秒， L2去噪36.582→34.372秒，配对热态L2全请求64.733→61.608秒（减少4.83%）。 冷态I2总计165.293/171.789秒，分别包含94.647/101.967秒初始化及首次使用成本，不能宣称冷启动变快。 Veda I2 1344×768热态118.634秒（去噪74.010），单图Ref热态59.002秒。 不同画布不能共用一个加速倍率。大画布原尺寸脸部细节更多但成本增加，原有物体接触错误仍在； 注意力改变表情和反射。音频语义等价及普遍质量改善未建立。