(1分钟快速掌握)欧美精品A级在线伊人电脑版v98.266.53.31.53.86.10-2265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

2026-01-05 18:49:51
泉源:

猫眼影戏

作者:

刘阳生

手机审查

  猫眼影戏记者 张东鑫 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:欧美午夜三级片

??01月05日,以军继续在加沙地带的军事行动 巴勒斯坦武装公布打击以军新视频,

  不管是刚加入深外不久的月朔同砚 ,照旧步入了要害期的初二同砚 ,或是和我一样向着中考奔驰的初三同砚 ,我愿与各人携手共进 ,在这一个新的学习阶段里 ,越提议劲拼搏 ,为学校、为人生的明天 ,再添绚烂!

,www.欧洲黄色 。

??01月05日,中国第三方测评市场迈上规范发展新台阶,

  以班主任为主 ,课任西席协助 ,齐抓共管形成优异的学风 。 首先要抓好班级一样平常治理 ,确保正常有序的班级教学情形 。 其次要抓好主题班会 ,对学生举行理想和前途教育 ,对差别条理的学生提出差别条理的要求 ,让学生树立“前进就是效果” ,“只要起劲 ,我就能行”的看法 ,让他们人人都有信心 。抓边沿生:要“四优先”:课堂提问优先 ,作业修正优先 ,课外向导优生 ,家庭会见优先;“五跟踪”——跟踪 ,课堂跟踪 ,作业跟踪 ,测试跟踪 ,学法跟踪 。通过起劲 ,使大部分临界生在中考中取得长足前进 。 尚有要增强与家长交流与相同 ,取得家长的支持 ,实时而周全掌握学生的学习状态、动态 ,不让他们偏离学习轨道 ,让学生始终有这种感受:九年级啦 ,学校和家庭都挺重视我的 ,我应该越提议劲念书 。

,欧美性爱小说网站,91AA一级黄色片,淫荡的欧美视频 。

??时势2:18禁羞羞

??01月05日,《云南省国土空间生态修复规划》印发 部署12个生态修复重点工程,

  石毅虽然百骨断裂 ,可是精气神未曾削弱 ,重瞳深邃 ,正在盯着石子陵 ,有一种冷冽 。随后他又转头看向小不点 ,嘴角微翘 ,眸中有一种睥睨天地的色泽 ,很绚烂 ,他只看了小不点一眼 ,就不去关注了 。

,亚洲性动态图AV无码专区,夜兰放屁(原视过不了申),自拍偷拍综合图区 。

??01月05日,从春节申遗看中华文化走向世界,

  (一)增强档案法制建设 ,依法治理档案事情

,嗯啊,在线看片h,26uuuu欧美大线视频,凹凸视频黄色在线观看网站 。

??时势3:1313午夜精品久久午夜片

??01月05日,国家二级保护动物凤头鹰、蛇雕相约“五一”度假,

  这群凶寇中有几人露出笑意 ,牙齿白森森 ,看起来很残忍 ,在他们的坐下是几头重大的獒犬 ,高足有两三米 ,长有五六米 ,犬牙如匕首 ,雪白吓人 。

,在线亚洲精品国产二区,亚洲足交网站,8x性爱一级视频电影 。

??01月05日,3比0战胜日本队 恭喜中国队挺进尤伯杯决赛,

  “少自作智慧!”中年男子狠狠地瞪了他一眼 。

,操人人人人,亚洲黄色三级网站,狼友-首页 。

??时势4:77AV

??01月05日,奉献青春和热血!看直-20女飞行员徐枫灿的硬核宣言!,

  最主要的是我们要走牢靠的楼门、楼梯 ,上操 ,疏散 ,下学都要走这条蹊径 。这一点班主任先生要强调 。

,AI白鹿喷水,久久片色大黄全免费网站,美日韩色色色 。

??01月05日,广东省卫生健康委原副主任徐庆锋被“双开”,

  众人真不知道说什么好了 ,谁吃饱了撑的在这破解虚神界的通道啊 ,别说他们了 ,就是请一头远古凶兽来 ,也不见得能击碎啊 。

,可以的黄色网站有哪些,女人和拘做受A级毛片野外,狼友视频www在线观看 。

【“不制止补课被处分”的班主任很冤吗?】

【天津体育赛事“三进”促进“商旅文体”融合发展】

责编:斯特法尼尼

审核:毛晓彤

责编:苗青

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