Update quantization docs

docs/EN/source/method_tutorials/quantization.md

@@ -169,9 +169,6 @@ LightX2V supports custom quantization kernels that can be extended in the follow
 
 1. **Hardware Requirements**: FP8 quantization requires FP8-supported GPUs (such as H100, RTX 40 series)
 2. **Precision Impact**: Quantization will bring certain precision loss, which needs to be weighed based on application scenarios
-3. **Model Compatibility**: Ensure quantized models are compatible with inference code versions
-4. **Memory Management**: Pay attention to memory usage when loading quantized models
-5. **Quantization Calibration**: It is recommended to use representative datasets for quantization calibration to achieve optimal results
 
 ## 📚 Related Resources
 

docs/ZH_CN/source/method_tutorials/quantization.md

@@ -10,15 +10,15 @@ LightX2V支持多种DIT矩阵乘法量化方案，通过配置文件中的`mm_ty
 
 #### 支持的 mm_type 类型
 
-| mm_type | 权重量化 | 激活量化 | 计算内核 | 适用场景 |
-|---------|----------|----------|----------|----------|
-| `Default` | 无量化 | 无量化 | PyTorch | 精度优先 |
-| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Vllm` | FP8 通道对称 | FP8 通道动态对称 | VLLM | H100/A100高性能 |
-| `W-int8-channel-sym-A-int8-channel-sym-dynamic-Vllm` | INT8 通道对称 | INT8 通道动态对称 | VLLM | 通用GPU兼容 |
-| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Q8F` | FP8 通道对称 | FP8 通道动态对称 | Q8F | 高性能推理 |
-| `W-int8-channel-sym-A-int8-channel-sym-dynamic-Q8F` | INT8 通道对称 | INT8 通道动态对称 | Q8F | 高性能推理 |
-| `W-fp8-block128-sym-A-fp8-channel-group128-sym-dynamic-Deepgemm` | FP8 块对称 | FP8 通道组对称 | DeepGEMM | 大模型优化 |
-| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Sgl` | FP8 通道对称 | FP8 通道动态对称 | SGL | 流式推理 |
+| mm_type | 权重量化 | 激活量化 | 计算内核 |
+|---------|----------|----------|----------|
+| `Default` | 无量化 | 无量化 | PyTorch |
+| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Vllm` | FP8 通道对称 | FP8 通道动态对称 | VLLM |
+| `W-int8-channel-sym-A-int8-channel-sym-dynamic-Vllm` | INT8 通道对称 | INT8 通道动态对称 | VLLM |
+| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Q8F` | FP8 通道对称 | FP8 通道动态对称 | Q8F |
+| `W-int8-channel-sym-A-int8-channel-sym-dynamic-Q8F` | INT8 通道对称 | INT8 通道动态对称 | Q8F |
+| `W-fp8-block128-sym-A-fp8-channel-group128-sym-dynamic-Deepgemm` | FP8 块对称 | FP8 通道组对称 | DeepGEMM |
+| `W-fp8-channel-sym-A-fp8-channel-sym-dynamic-Sgl` | FP8 通道对称 | FP8 通道动态对称 | SGL |
 
 #### 量化方案详细说明
 
@@ -45,13 +45,13 @@ T5编码器支持以下量化方案：
 
 #### 支持的 quant_scheme 类型
 
-| quant_scheme | 量化精度 | 计算内核 | 适用场景 |
-|--------------|----------|----------|----------|
-| `int8` | INT8 | VLLM | 通用GPU |
-| `fp8` | FP8 | VLLM | H100/A100 GPU |
-| `int8-torchao` | INT8 | TorchAO | 兼容性优先 |
-| `int8-q8f` | INT8 | Q8F | 高性能推理 |
-| `fp8-q8f` | FP8 | Q8F | 高性能推理 |
+| quant_scheme | 量化精度 | 计算内核 |
+|--------------|----------|----------|
+| `int8` | INT8 | VLLM |
+| `fp8` | FP8 | VLLM |
+| `int8-torchao` | INT8 | TorchAO |
+| `int8-q8f` | INT8 | Q8F |
+| `fp8-q8f` | FP8 | Q8F |
 
 #### T5量化特性
 
@@ -184,9 +184,6 @@ LightX2V支持自定义量化内核，可以通过以下方式扩展：
 
 1. **硬件要求**：FP8 量化需要支持 FP8 的 GPU（如 H100、RTX40系）
 2. **精度影响**：量化会带来一定的精度损失，需要根据应用场景权衡
-3. **模型兼容性**：确保量化模型与推理代码版本兼容
-4. **内存管理**：量化模型加载时注意内存使用情况
-5. **量化校准**：建议使用代表性数据集进行量化校准以获得最佳效果
 
 ## 📚 相关资源