(1秒详细教程)欧美一级A片免費看电脑版v66.6.28.78.93.861.17-2265安卓网

k1体育麻将胡了

搜索 猫眼影戏 融媒体矩阵
  • 山东手机报

  • 猫眼影戏

  • 公共网官方微信

  • 公共网官方微博

  • 抖音

  • 人民号

  • 天下党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

ControlNet作者张吕敏最新论文:长视频也能实现超短上下文

2026-01-12 15:07:37
泉源:

猫眼影戏

作者:

刘连忠

手机审查

  猫眼影戏记者 乌里·丹 报道Q8X2R7L1T4J5M9B6W3

编辑|冷猫

大部分的高质量视频天生模子 ,都只能天生上限约15秒的视频。清晰度提高之后 ,天生的视频时长还会再一次缩短。

这就让实验AI视频创意的创作者们非?嗄樟。要想实现创意 ,必需使用分段天生 ,连系首尾帧 ,不但操作起来很贫困 ,并且需要往返抽卡来包管画面的一致性。

那么 ,限制视频天生时长的瓶颈在那里?

各人可能不知道的是 ,一段 60 秒、480p、24 帧/秒的视频 ,在模子内部会被拆解成凌驾 50 万个「潜在 token」

这些 token 就像一条极长的影象胶带 ,模子想要坚持剧情连贯、画面一致 ,就必需重新到尾生涯上下文影象。但价钱是:算力直接爆炸 ,通俗显卡基础扛不住。

这正是目今自回归视频天生模子的焦点矛盾。一边是越长的上下文 ,画面越连贯;另一边是越长的上下文 ,盘算本钱越高。

于是 ,研究者们不得不做出妥协:要么用滑动窗口切掉大部分历史 ,换取可运行的算力;要么对视频举行激进压缩 ,牺牲清晰度和细节。

问题在于 ,这些压缩要领往往最先丢掉的 ,正是决议画面真实感与一致性的高频细节。

也正是在这一逆境下 ,苏州大学校友 ,斯坦福大学博士 ,ControlNet 创作者张吕敏团队为此投入了研究提出了一种新的解决思绪 ,给出了专为长视频设计的影象压缩系统 ,在压缩的同时尽可能保存细腻视觉信息。

论文问题:Pretraining Frame Preservation in Autoregressive Video Memory Compression论文链接:https://arxiv.org/abs/2512.23851v1

研究团队提出了一种神经网络结构 ,用于将长视频压缩为短上下文 ,并设计了一种显式的预训练目的 ,使模子能够在恣意时间位置保存单帧中的高频细节信息。

基线模子可以将一段20 秒的视频压缩为约 5k 长度的上下文体现 ,同时支持从中随机检索单帧 ,并在感知质量上坚持优异的外观保真度

这种预训练模子可以直接微调为自回归视频模子的影象编码器(memory encoder) ,从而以较低的上下文本钱实现长历史影象建模 ,并且仅带来相对较小的保真度损失。

该视频是使用完整历史上下文(不切割任何历史。┲鹈胱曰毓樘焐。20 多秒的历史被压缩为 ~ 5k 上下文长度 ,并由 RTX 4070 12GB 处置惩罚。

全新的影象压缩架构

详细而言 ,研究团队接纳两阶段战略

首先 ,预训练一个专用的影象压缩模子 ,其目的是在恣意时间位置上尽可能保存高保真帧级细节信息。

该预训练目的通过对从压缩历史中随机采样的帧最小化其特征距离来实现 ,从而确保模子在整个序列规模内都能稳健地编码细节信息。

在网络结构设计上 ,提出了一种轻量级双路径架构:模子同时处置惩罚低区分率视频流和高区分率残差信息流 ,并通过将高区分率特征直接注入 Diffusion Transformer 的内部通道 ,绕过古板 VAE 所带来的信息瓶颈 ,从而进一步提升细节保真度。

预训练影象压缩模子

影象压缩模子的预训练。影象压缩模子需要将长视频(例如 20 秒)压缩成短上下文(例如长度为 5k)。预训练的目的是在恣意历史时间位置检索具有高频细节的帧。

该要领的焦点立异在于其预训练目的设计

研究团队视察到 ,权衡视频压缩机制保存上下文细节能力的一个合适的指标是其恣意时间位置高质量帧检索的能力。关于高压缩率 ,完善检索变得不切现实 ,因此目的变为最大化恣意帧的检索质量。

随后 ,研究团队将所选的清洁帧复制作为扩散模子的目的 ,使扩散系统能够在恣意时间位置重修目的帧。该历程可体现为:

这种随机化选择机制有用避免模子通过仅编码易于会见的。ɡ缡字』蚰┲。├础竿镀跞∏伞 ,从而迫使模子学习一种能够在整个时间序列规模内一连保存细节信息的体现方法。

内存压缩模子的架构。使用 3D 卷积、SiLU 和注重力机制来构建一个轻量级的神经网络结构 ,作为基准压缩模子。

视频扩散模子的微调

微调自回归视频模子。展示了最终自回归视频模子的微协调推理历程。影象压缩模子的预训练在微调之前完成。

由此获得的视频天生模子具备超长历史窗口(例如凌驾 20 秒)、极短的历史上下文长度(例如约 5k) ,并且对帧检索质量举行了显式优化。

该扩散历程亦可凭证公式体现为:

实验效果

在实验中 ,研究团队使用 8 × H100 GPU 集群举行预训练 ,并使用 1 × H100s 或 A100s 举行 LoRAs 微调。所有实验均在 HunyuanVideo和 Wan 系列的基础模子上举行。

数据集由来自多个网站的约 500 万互联网视频组成。其中约一半是竖屏短视频 ,其余为通俗横屏视频。数据经由质量洗濯 ,然后使用 Gemini-2.5-flash VLM 对高质量部分举行字幕标注 ,剩余部分使用外地 VLM(如 QwenVL)举行处置惩罚。测试集包括由 Gemini-2.5-pro 编写的 1000 个故事板提醒和 4096 个未在训练数据集中泛起过的视频。

定性与定量评估

故事板上的定性效果。通过从故事板中流式传输提醒来展示效果。故事板是一组提醒 ,其中每个提醒涵盖一定命目的帧。故事板可以由外部语言模子编写。

在定性评估方面 ,如图所示 ,研究者证实晰模子能够处置惩罚多种多样的提醒和故事板 ,同时在角色、场景、物体和情节线方面坚持一致性。

在定量评估方面 ,研究者们从 VBench、VBench2等平台引入了多个视频评估指标 ,并举行了一些修改。

视频内容一致性的定量评测效果。其中 ,Qwen 中的 「1p」 体现仅使用 1 张图像 作为图像模子输入。由于部分要领保存严重伪影 ,因此未将其纳入人工 ELO 评分统计。

如表所示 ,本文提出的要领在多个一致性指标上体现出合理的分数。Wan+Qwen 组合在实例分数上似乎具有领先分数 ,这可能是由于图像模子不会显著改变或移动工具 ,从而阻止了 VLM 问答检测到的伪影。本文的要领在工具一致性方面体现出有竞争力的分数。别的 ,用户研究和 ELO 分数验证了本文提出的架构 ,证实它在压缩和质量之间实现了有用的权衡。

消融实验

压缩结构的定量效果。展示了使用差别消融压缩架构的数值测试。

评测效果如表所示。效果批注 ,本文要领在 PSNR、SSIM 等指标上取得了相对更优的性能。别的 ,即便在 4×4×2 的较高压缩率条件下 ,该要领仍然能够有用坚持原始图像结构。

压缩重修的视觉较量。展示了使用差别可能的神经网络结构和种种压缩设置举行预训练后的重修效果。

影象压缩模子预训练的影响。展示了使用或未使用影象压缩模子预训练的效果。输入是相同的 20 秒历史视频 ,在输出帧中可视化中心帧。

除此以外 ,研究团队还在论文中讨论了差别神经网络架构设计之间的权衡取舍。

更多信息 ,请参阅原论文。

??时势1:召唤魅魔竟是妈妈来了第一季在线观看免费完整第Array

??01月12日,江西篁岭古村迎大雪 山居雪韵美如画,  本轮高温历程与往常差别的特点体现在:地温高、一连时间长。山西、陕西、河南、河北和山东等地午后地表温度可能超60℃ ,局地甚至可超70℃。并且高温不但一连多日一直 ,一天中高温的一连时间也可能抵达8小时甚至10小时以上。河北南部、河南北部、山东部分地区高温甚至从10点前后就最先 ,到了晚上19至20点才陆续竣事 ,有种“高温陪你上下班”的感受。,十八岁美女免费网站。

??01月12日,【光明时评】“小绿化”内蕴城市治理“大智慧”,

  正是由于云云希罕 ,以是才显得珍贵!

,四级片黄,一级片肏B免费视频,大胸美女露出粉嫩自慰喷水。

??时势2:久久AV午夜天堂

??01月12日,广西三江:侗乡雪景美如画,

  各人下昼好!首先我代表安徽外经建设(集团)有限公司 ,天地亿万多超市非洲配送中心谢谢列位的到来。为各人舟车劳累来加入我们的招商大会 ,标示由衷的谢意。

,色妞一区二区三区,一级a爱做片观看免费韩国,免费观看黄色一级A视频。

??01月12日,粤东城际铁路首个高架站房主体结构封顶,

  二是要进一步抓好步队建设。今年底 ,机关将实验中层干部竞争上岗 ,我们把组织信任、群众公认、实绩突出的干部选到向导岗位上 ,进一步形成重视实干的用人导向。我们还要接纳上挂方法 ,继续把优异的青年同志送到外面去学习磨炼 ,要通过增强教育培训、提升事情能力;在社区 ,我们也要推行部分干部轮岗 ,对不在状态、不认真任、不可本职事情、群众不知足的干部 ,要坚决举行组织处置惩罚。这些起劲 ,旨在作育作育一支守信心、讲贡献、有本事、重品行的下层干步队伍 ,能为老黎民干实事的步队。进一步完善结对帮扶、党建联系点等制度 ,优化社区党建人才资源配臵 ,今年我们已经再次明确了与民谈心活动的使命。在各社区我们还要形成制度完整、运转高效、议事规范的新型治理机制。

,日本猛少妇色XXXXX猛叫,色先锋影音aV色先锋资源,妲己toxic与土豪啪啪啪。

??时势3:av先锋资源资源网站

??01月12日,因工资谈判陷入僵局 南非航空飞行员圣诞节前罢工,

  就在这时 ,吊在柳树上的雷侯 ,终于耗尽了精气神 ,难以再祭雷光 ,全身干枯 ,像是个破茶壶般落在地上 ,四分五裂。

,性色AV,18岁禁看在线免费黄色网站,轻点好大插到底了。

??01月12日,上海侨界专业人士沙龙举行 共话数字经济新引擎,

  然现在天对小不点无用 ,小石昊平庸的推出了一掌 ,符文横空 ,直接令那炽盛的火光熄灭了 ,此后砰的一声 ,像是巍峨大山般撞去 ,将这名头领击的横飞出去数十米远。

,无码在线国产偷情视频,可以播放的黄色网站,Fuck♥XXX♥furry。

??时势4:丰满少妇成人kTV

??01月12日,又见最低消费,春节不是饭店“法外时间”,

  “石子陵 ,你太太过了 ,竟忍心对毅儿下手 ,真是铁石心肠 ,要废掉我族臂膀吗?”偏向石渊一脉的宗老更是声色俱厉 ,高声喝斥。

,久久亚洲只有精品18,99久免费精品视频在线观看2,裸体mmd。

??01月12日,韩媒:韩国2025学年高考今日开考,

  夏幽雨用手拢了拢黝黑亮丽的秀发 ,莹白的俏脸 ,晶莹若精灵般的耳朵 ,水灵灵的大眼 ,让她看起来出尘感人 ,她掌心霞光一闪 ,泛起一块器物 ,似金非金似石非石 ,刻有一条条繁复的纹络。

,西德性丰满高清HD,一级做a爰片性色刺激,嘿咻ios影院。

责编:杨杰

审核:韩旭阳

责编:林徽因

相关推荐 换一换

Copyright (C) 2001-   dzwww.com. All Rights Reserved

新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证

山东省互联网传媒集团主理  联系电话:0531-85193202  违法不良信息举报电话:0531-85196540

鲁ICP备09023866号-1   鲁公网安备 37010202000111号  

Copyright (C) 2001- Dzwww   鲁ICP备09023866号-1

网站地图