Jizz少妇多水水蜜桃视频,探索无限精彩,畅享不一样的世界,让生活更有趣

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

2026-01-07 02:14:14
泉源:

猫眼影戏

作者:

舍瓦

手机审查

  猫眼影戏记者 让·托德 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:国产精品综合日本欧美

??01月07日,黑龙江:“大雪首日”6市地多云有阵雪 最高温-16℃,

  石林虎、石飞蛟等人升起一股无力感,刚一见到,他们就知晓,绝对怎样不了这头数十米长的祭灵,全村人齐上也是枉死。

,国内精品国产。

??01月07日,科摩罗现任总统阿扎利赢得新一届总统选举,

  来自云天宫的两个小女人正在跟小不点谈天,咯咯笑个一直,她们时时捏捏小不点的粉嫩小脸,以为这个小孩子特可爱。

,亚洲九九视频,18岁禁止网站,馃崙馃崙馃崙馃崋馃崋馃崋馃惢馃惢馃惢。

??时势2:欧美色淫干a∨欧美

??01月07日,香港海关1月截获97宗怀疑携带濒危物种入境个案,

  第一,要用远大的理想激励斗志。远大的理想是激励人们一直前进的重大精神情力。战争年月,革命先烈之以是前仆后继、不怕牺牲,就是由于心中装着实现共产主义的远大理想;建设年月,无数共产党人先天下之忧而忧、后天下之乐而乐,一心一意、无私贡献,就是由于始终不忘一心一意为人民效劳的宗旨,始终把为最宽大的人民群众投契益,建设有中国特色的社会主义,实现中华民族的伟大再起当成了自己一生的理想追求。一小我私家有了远大的理想,就会斗志高昂、神采奕奕;一小我私家若是胸无雄心,则会情绪萎靡、无所

,人人操人人色人人插,91丝袜兔崽爱喷水 羞羞网站,20岁禁止入内1000步。

??01月07日,纪念西南剧展80周年主题研讨会在桂林举行 赓续剧展传统,

  “抢回来属于我们的猎物,决不可忍下这口吻!”每一位村人都心火欢喜,五脏跟油烹般,很是恼怒。

,99久久精品国产精品久久,免费观看黃色A片一级视频能看,黄片毛片大全。

??时势3:免费的黄色网站人人爱

??01月07日,他为什么称自己是宋朝摄影师?,

  正是由于云云希罕,以是才显得珍贵!

,亚洲偷窥自拍,欧美双飞精品一区,打朴克又疼又不盖被子。

??01月07日,(聚焦中国高质量发展)希望田野飘出咖啡香 浙江乡村如何“永旺”,

  当你背着书包上学时,看到过指示行人过马路的斑马线吗?当你走到路口,看到过为清静站岗的红绿灯吗?当你乘坐火车、汽车时,听到过“为了您的清静,请不要把头、手伸出窗外”的热情看护吗?在我记事时,就听爸爸妈妈说“干什么事,都要注重清静”;走进校门,先生也教我们要注重清静;识字以后,在工地、路口等危险的地方都看到过“请注重清静”、“清静第一”的牌子。清静真的那么主要吗?是的,它是我们生涯中永恒的主题!

,中文字幕精品无码综合网导航,www.白白色发布,欧一美一婬一伦一区。

??时势4:中文字幕亚洲一区二区ln66

??01月07日,低温酸奶好还是常温酸奶好?含益生菌越多的酸奶越健康吗?| 吃出健康来,

  在军训中涌现了一些优异学生和典范事迹。许多同砚带兵坚持训练。在输完液,打完针后继续坚持训练,体现出较强的意志力。特殊是新生林家文、战婷婷两位同砚在军训中晕倒了,但他们调解后稍好一些就坚持训练,这种顽强、坚持的精神值得弘扬。这次军训中各人体现都很精彩,有诸多收获。有的同砚说通过军训明确了约束自己,学会了坚持和战胜难题,学会了和同砚团结,更能受苦了,组织纪律看法获得增强,准时返校准时加入军训项目,小我私家素质获得很大提升,经由综合审核,有18名学生被评为军训尖兵。

,DeepSeek成人版在线观看,打扑克不盖被,在线亚洲性视频。

??01月07日,安徽发生一起瓦斯爆燃事故 已致7人死亡 2人失联,

  增强干部作风建设是个老生常谈的话题,弄得欠好,就容易流于形式、走过场。现在我们全镇上下正在开展以“推动跨越生长,加速千人桥崛起”为主题的解放头脑大讨论活动。我们将借此时机,乘此春风,把怎样增强干部作风建设作为这次头脑大讨论的重点,切实改变我们干步队伍中一些不良征象。作风建设效果怎样,除了看我们的刻意大不大,步伐硬不硬,还要看我们的每个干部,以什么样的姿态来介入,以什么样的心态来看待。首先必需熟悉到作风问题不是小节问题。俗话说:“小洞不补,大事受苦”。有些人以为只要自己不出错,有点小问题也没关系,谁拿自己也没有步伐。着实作风问题,看起来大都都是生涯小节、事情细节、头脑支节、行为小节问题,上不了纲,上不了线。但我们知道,许多走向犯法蹊径的人,都是从小节最先蜕化的。这一点,在我们的现实生涯中不堪枚举。大到高官落马,小到村官进牢,缘故原由都是平时势情生涯中不注重小节,要害时间犯下大错。

,人人曰人人,欧美性爱操B视频,a片黄色录像一级片。

【法国国民议会举行政府不信任动议投票辩论】

【海内外跑酷达人湖南张家界“天梯”炫技】

责编:陈永华

审核:许巡签

责编:张芳

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