猫眼影戏
 |
|
猫眼影戏
林宗棠
手机审查
猫眼影戏记者 贺岁番 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：欧美黄色网址免费观看
??01月05日,长江源头首处国际重要湿地十年间黑颈鹤种群稳中有升,
三、辽阔的非洲市场。各人从这一张表可以看出来，非洲现在生齿已经抵达10亿人，并且每年增添2400万人。第一，非洲生齿增添很快，关于吃穿住行的需求量增大。第二，凭证天下银行报道，非洲将成为下一个经济增添热门。第三，非洲国家，特殊是南部非洲国家，政治稳固，经济生长提速，是新的投资热门。同时，非洲最大的优势就是矿产资源富厚，并以此作为商品入口的交流。现在中国作为非洲各国最大的商业同伴，需要在座的列位去抢占先机，由于你们有资源，你们现在需要的就是一个平台，一个载体。非洲在20xx0xx年至20xx年，20xx年的GDP，每年平均GDP都凌驾10%。特殊他的中产阶级，已经抵达总生齿的35%。也就是3.5亿人，而中产阶级正是零售商业的主力军。从一个数据可以显示，在莫桑比克平均每笔消耗在已往5年间。涨了67%，也就是每笔消耗是20美金，100多人民币。这个海内也很少做到，以是包括国际的零售业巨头沃尔玛，家乐福也在翘首进入非洲市场。为什么他们要关闭海内的超市进军非洲，由于他们看到这个市场的未来潜力。
,久久精品无卡顿。??01月05日,国家防灾减灾救灾委员会办公室会商调度湘黔粤桂等地低温雨雪冰冻灾害防范应对500多盏灯笼点亮新西兰！奥克兰元宵节花灯将于2月22日回归,
蛟鹏突然开弓，射出一片连珠箭，一支接着一支，冷光耀眼，罡风咆哮，铁箭飞向三头幼鸟，箭箭狠毒。
,亚洲国产迷奸最新,亚洲熟女另类久久久久,铜铜铜铜铜铜铜铜好大好深板。??时势2：a视频网址在线观看入口
??01月05日,中新真探：天冷，热车越久越好吗？,
这就是差别，石子陵号称皇都奇才，名动四方，远不是他们所能对抗的，唯有族中宗老才华与之一战。
,苏晴忘穿内裤坐公交车被揉到视频,超碰97人人天天夜夜熟女,亚洲一区影音先锋色资源。??01月05日,协定存款频迎调整 银行揽储收紧,
4、若是被浓烟困绕，不必惊慌，万万不要直立行走，最好用膝盖、手肘着地快速的爬行，呼吸要小要轻，直到清静地带。
,美国av手机在线人人很,Sbc0058,国产福利免费。??时势3：fcc废柴2网站入口
??01月05日,（巴黎奥运）亲友谈“双杠王”邹敬园卫冕：三年备战十分不易,
现在这头凶禽很是担心，它是从山脉中逃出来的，大山最深处的酣战太恐怖了，即便被封闭，依旧令万灵都颤抖。
,国产AV高清黄,女人与公猪交交zozo,国产特级清纯美少女。??01月05日,维也纳铜管三重奏首次来华演出 北京音乐厅首站掀起“金色热潮”,
这宛若是一对仙人中人，迎着早霞踏波而行，看起来说不出的祥和与清静，是一副难以言表的漂亮画面。
?第二百四十二章 混战,2022午夜福利永久网站,自拍偷拍激情文学,亚洲4444在线观看。??时势4：哪个是正版弩子弹药网
??01月05日,沈阳：借助“进博会”平台精准招商 扩大投资“朋友圈”,
面临新形势、新使命，我镇村支两委这支下层干步队伍也保存着一些禁止忽视的问题。一是理论学习不敷。部分村干部不注重学习,对市场经济条件下怎样向导群众致富一筹莫展，关于农村泛起的新情形、新问题还缺乏事情履历和能力;二是事情职责不明。部分新任村党支部书记、主任对党支部、村委会事情职责不明确，关系不敷理顺;三是事情要领不当。少数村干部民主意识不强，法制看法较差，事情要领简朴，不会做群众头脑政治事情。这些问题归结到一点，就是干部素诘责题，都需要我们通过教育培训这个有用途径来认真加以解决。
,女人的屄无遮挡,国产第二十页,92国产精品久久久久首页。??01月05日,浙江舟山：“贻贝之乡”耕海忙,
就这样，三个孩子混战在了一起，相互攻击，引发众人侧目。
,女生下面抽搐喷水视频,涩涩成人,国产真实乱人伦偷精品视频。责编：安泽尔斯基
审核：何世荣
责编：方盈
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
