(9分钟深度揭秘)H黄视频在线看电脑版v84.46.56.33.51.69.13-2265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

2026-01-11 10:14:35
泉源:

猫眼影戏

作者:

凯蒂

手机审查

  猫眼影戏记者 柯尼亚 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:午夜免费视频网站

??01月11日,执法人员一言不合就打人拆店?江西新余:属实,将严肃处理,

  二是要学以致用,推动生长 。培训后各人怎样做,是磨练培训效果的基础 。因此,本次培训,学懂、学深、学透是条件,用好、用精、用活是要害 。如那里置勤学与用的关系,真正做到学以致用、学用连系才是我们本次培训的最终落脚点 。通过这次培训,要把所学的知识吸收消化,连系事情现实举行立异,深入思索适合村情的生长对策;要把所学的理论知识运用到带班子建组织强步队、抓经济促生长保稳固的实践中,运用到农村下层现实事情当中去,做到武装头脑,指导实践,推动事情;同时要把学习交流历程中掌握的信息、手艺和市场等资源充分整合,起劲找项目、营生长 。

,国产免费看又污又爽又黄的网站 。

??01月11日,习近平致电祝贺丹麦国王腓特烈十世即位,

  “霹雳”一声,天空中爆出一道惊雷,箭羽与那远古神禽后裔撞在一起,无尽霞光爆发,化成一股能量风暴 。

,72式日本性爱视频啪啪啪啪,欧美性Ⅴa,亚洲黄片无码 。

??时势2:色视频在线看网站免费大

??01月11日,科学减脂,“迈开腿”要跟上 | 科普时间,

  “杀了!”小不点颔首 。

,日韩色视频一区二区免费,在线免费视频一区二区,国产91在线精品免费观看久 。

??01月11日,吉林市冰雪经济逐步升温,

  战矛如虹,带着勇往直前的威势,挟漫天黄金符号洞穿而来,天地皆颤 。

,九九这里精品视频,亚州图欧美图,超碰co 。

??时势3:极品主播自扣爆浆入口

??01月11日,满足老年人学习需求 上海老年大学今秋计划新增近万人次学位,

  这种伤着实不轻,即便石守山身体强壮,也不可大意,不然可能会落下严重的病根,一生体虚与哮喘 。

,18禁巨乳美女在线操,欧美日韩三区二区三区二区,宝宝握住它坐下自己动头~ 。

??01月11日,联合国糖尿病日|每10个人就有1人患糖尿病,和吃甜食多有关系吗?,

  一是加速县城建设 。要凭证“新区出形象、旧城变面目、沿河出特色、治理上水平”的要求,连系“两区一带”的整体结构,突出抓好“四区”、四厂”建设,强力组织10项重点工程 。详细讲:①8条蹊径配套建设工程,涉及施工单位要起劲创立条件,近期要陆续开工,力争3月尾前完成滨河路配套建设,6月尾确保三里河景观路建成通车 。②金府步行街一期工程已经启动,7月尾前要完成主体工程;二期工程拆迁6月尾前组织实验,8月尾前完成使命 。③影戏院、体育场区域开发项目,3月尾前要拆迁完毕,4月份动工建设,6月尾前完成休闲广场的主体工程建设 。④县体育中心建设项目,近期要完成妄想设计,订出红线,城关镇要认真做好土地租用事情 。⑤一高中分校、文化“三馆”和广播电视传输中心建设项目,二期3000万元准备已到位,近期要马上组织招投标 。⑥三里河景区建设工程,确保5月尾前橡胶坝建成蓄水,并完成护坡的招投标事情 。⑦城北公园一期工程,3月中旬前完成拆迁和租地事情,5月份前完成绿化使命 。⑧县纺织工业区设施配套工程,近期要启动,并拿出第一期3平方公里的妄想设计 。⑨自来水厂、污水处置惩罚厂、垃圾处置惩罚厂项目建设要争取早日开工建设 。自来水厂项目,一批300万元国债资金已下拨,建设部分要抓紧引资兴建;污水处置惩罚厂项目征地、定位、放线初设事情已完成,发改委、建设局要分头做好上报审批,力争3月份最先招投标,年底前完成建设使命;垃圾处置惩罚厂项目,有关部分要起劲配合,按省政府要求,力争年底前开工建设 。⑩安居工程一期建设项目,要尽快完善相关手续,近期开工建设,年底前建成完工 。上述工程建设时间紧迫,使命难题,各有关单位要统筹安排,全心组织,全力攻坚,确保施工进度和质量,打造城区精品工程,力争以重点工程的大突破推进都会品位的大提升 。同时,适时调解行政区划,将与县城联系细密的州里纳入城区规模,进一步统一妄想和建设,增强县城的群集、辐射能力,提高综合竞争力 。

,人人干人人插人人插人人操,一级少妇A片,日本美女操逼一级视频 。

??时势4:看日少妇的麻批黄片

??01月11日,最新研究:早期强化降糖可让心血管获益,

  剑气如海,茫茫一片,当中有星辰落下,有红日沉坠,情形匪夷所思 。

,嗯~啊~弄嗯~啊H高潮,99se久久这里只有精品6狠狠,爱搞com 。

??01月11日,述评:运动员退役,人生“新起点”如何开启?,

  这场仪式一连了良久才竣事 。

,亚洲第一黄色视频,免费高清在线视频...,99拍一黄色视频,老师,中文字幕韩国三级理论电影 。

责编:龙宇丹

审核:李锋

责编:金沛华

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