执行摘要

• 一句话：降低 diffusion 每请求日志噪音，关键消息降级为 debug
• 推荐动作：此 PR 简单明确，值得快速 review，可作为日志管理的良好实践参考。

功能与动机

PR body 指出：'Several recently added diffusion logs run once per request or batch at info level, duplicating outcomes or reporting request-level implementation detail to operators.' 目的是减少每请求日志噪音，避免向运营人员重复报告结果或请求级实现细节。

实现拆解

1. 降级 LongCat 提示重写日志：在 longcat_image.py 的 forward 方法中，将提示重写启用的 info 日志改为 debug，以减少每个请求的高频日志。
2. 降级 attention 后端选择日志：在 denoising.py 的 _maybe_override_attention_backend 中，将每批切换 attention 后端的 info 日志改为 debug。
3. 降级 LTX-2 自动时长日志：在 ltx_2/duration.py 的 forward 中，将每请求的自动时长 info 日志改为 debug。
4. 移除重复成功日志：在 ltx_2_duration_head.py 的 predict_num_frames 中，删除成功预测时长的 info 日志，保留边界警告。
5. 未涉及测试、配置或部署变更：由于仅为日志级别调整，PR 声明无需单元测试和文档。

关键文件：

• python/sglang/multimodal_gen/runtime/models/adapter/ltx_2_duration_head.py（模块 模型适配器；类别 source；类型 data-contract）: 删除成功时长预测的 info 日志，保留边界警告，减少冗余输出。
• python/sglang/multimodal_gen/runtime/pipelines_core/stages/denoising.py（模块 流水线阶段；类别 source；类型 core-logic）: 将每批 attention 后端切换的 info 日志降为 debug，减少每请求噪音。
• python/sglang/multimodal_gen/runtime/pipelines_core/stages/model_specific_stages/longcat_image.py（模块 模型阶段；类别 source；类型 data-contract）: 将 LongCat 提示重写启用的 info 日志降为 debug，避免每请求输出。
• python/sglang/multimodal_gen/runtime/pipelines_core/stages/model_specific_stages/ltx_2/duration.py（模块 模型阶段；类别 source；类型 data-contract）: 将每请求自动时长的 info 日志降为 debug，减少每请求噪音。

关键符号：predict_num_frames, _maybe_override_attention_backend, forward (longcat_image), forward (ltx_2/duration)

关键源码片段

python/sglang/multimodal_gen/runtime/models/adapter/ltx_2_duration_head.py

删除成功时长预测的 info 日志，保留边界警告，减少冗余输出。

# python/sglang/multimodal_gen/runtime/models/adapter/ltx_2_duration_head.py
# 移除成功预测的 info 日志，仅保留边界警告。
def predict_num_frames(self, ...):
    if num_frames < min_frames:
        # 向上取网格点
        snapped_up = num_frames + temporal_compression_ratio
        if snapped_up <= max_frames:
            num_frames = snapped_up
        else:
            # 无网格点满足边界，接近比拒绝生成更好
            if abs(snapped_up - clamped_frames) < abs(num_frames - clamped_frames):
                num_frames = snapped_up
            logger.warning(
                "Duration bounds [%.2fs, %.2fs] at %.2f fps admit no frame count "
                "on the VAE temporal grid (k * %d + 1); using nearest: %d frames",
                min_seconds, max_seconds, frame_rate, temporal_compression_ratio, num_frames,
            )
    if seconds < min_seconds or seconds > max_seconds:
        logger.warning(
            "Duration prediction clamped: raw %.2fs outside [%.2fs, %.2fs], "
            "using %.2fs (%d frames) @ %.2f fps",
            seconds, min_seconds, max_seconds, num_frames / frame_rate, num_frames, frame_rate,
        )
    return num_frames

python/sglang/multimodal_gen/runtime/pipelines_core/stages/denoising.py

将每批 attention 后端切换的 info 日志降为 debug，减少每请求噪音。

# python/sglang/multimodal_gen/runtime/pipelines_core/stages/denoising.py
# 每批切换 attention 后端时，仅 debug 级别记录，减少每请求日志。
def _maybe_override_attention_backend(self, batch: Req) -> None:
    """Two-phase per-request backend switch: prepare all layers (may
    raise, mutates nothing), then flip all — a rejected request leaves the
    transformers untouched."""
    target = self._parse_attention_backend_override(batch.sampling_params.attention_backend_override)
    if target == self._attention_backend_active_override:
        return
    layers = self._request_switchable_attention_layers()
    stage_backend = self._attn_backend_default
    if target is not None:
        stage_backend = self._validate_attention_backend_override(target, layers)
        for layer in layers:
            prepare_attention_backend_override(layer, target)
    for layer in layers:
        apply_attention_backend_override(layer, target)
    self.attn_backend = stage_backend
    self._attention_backend_active_override = target
    logger.debug(
        "Attention backend for this batch: %s (%d layers switched)",
        target.name.lower() if target else "server default", len(layers),
    )

python/sglang/multimodal_gen/runtime/pipelines_core/stages/model_specific_stages/longcat_image.py

将 LongCat 提示重写启用的 info 日志降为 debug，避免每请求输出。

# python/sglang/multimodal_gen/runtime/pipelines_core/stages/model_specific_stages/longcat_image.py
# 提示重写启用时，仅 debug 级别记录，避免每请求 info 日志。
@torch.no_grad()
def forward(self, batch: Req, server_args: ServerArgs) -> Req:
    device = get_local_torch_device()
    enable_prompt_rewrite = getattr(batch, "enable_prompt_rewrite", True)
​
    with self.use_declared_component(component_name="text_encoder", module=self.text_encoder) as text_encoder:
        assert text_encoder is not None
        self.text_encoder = text_encoder
        if enable_prompt_rewrite:
            logger.debug(
                "Prompt rewriting is enabled (enable_prompt_rewrite=True). "
                "This runs autoregressive decoding on the Qwen2.5-VL text encoder (up to %d tokens). "
                "Pass --enable-prompt-rewrite false to skip.",
                REWRITE_MAX_NEW_TOKENS,
            )
            prompt = batch.prompt
            if isinstance(prompt, str):
                prompt = [prompt]
            batch.prompt = self._rewire_prompt(prompt, device)
​
    batch.generator = torch.Generator(device="cpu").manual_seed(batch.seed)
    return batch

评论区精华

PR 无 review 讨论，仅 comment 为 CI 标签触发。

• 暂无高价值评论线程

风险与影响

• 风险：低风险。仅调整日志级别和删除冗余日志，不影响推理逻辑。风险点是删除成功预测日志可能减少可观测性，但边界警告保留，足以诊断异常。对于依赖 info 日志进行监控的团队，需注意这些消息将不再出现在 info 级别。
• 影响：影响范围：扩散模型 pipeline 的日志输出。降低每请求 info 日志量，减少日志存储和 I/O 开销，对运营人员更友好，但可能降低信息可见度。对系统性能和功能无影响。
• 风险标记：日志可观测性下降

关联脉络

• PR #35615 [diffusion] ci: use canonical residency selector: 同为 diffusion 模块，关注配置和 CI 调整。
• PR #35182 [diffusion] fix: reject unsupported modelopt checkpoint algorithms: 同为 diffusion 模块，涉及模型配置和日志相关改动。
• PR #35538 [diffusion] fix: stop reserving NCCL device buffers for single-rank groups: 同为 diffusion 模块，优化运行时行为。