(6秒深度分析)国产精品 国产木村穂乃香苹果版v62.4.113.34.79.74-2265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 01:49:08
泉源:

猫眼影戏

作者:

温刚

手机审查

  猫眼影戏记者 陈开广 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:产国一区网站免费

??01月12日,吉林向“水韵江苏”发出“白山松水”冰雪之约,  沙特旅游部大臣艾哈迈德·哈提卜告诉《南华早报》,沙特等主要中东国家2019年才向中国游客洞开大门,将中国视为外国游客的主要泉源,因此市场潜力重大。伊朗同样在2019年才向中国游客提供免签优惠。数据显示,自2022年底起,中国和伊朗高级官员举行了约莫10次聚会,讨论重点是民间和旅游政策交流。,亚洲熟女中文一区二区三区。

??01月12日,浙江去年国际货邮吞吐量增长49% 计划增5条国际航线,

  要着力做好新区和工业城建设。市是一个三面环山、启齿向东的马蹄型盆地,确立向东生长战略是市委、市政府作出的战略选择。当初,我们凭证“一年打基础,三年见效果,五年陋习模”的思绪妄想了新区和工业城。几年来,虽然取得了一些效果,可是生长速率不尽人意。我想,经由这几年的磨合和探索,应该到了腾飞阶段,进入快速生耐久。要加速新区建想程序。加速新区中心区建设,尽快建成新区中心区写字楼、小区,推进市直部分向新区搬家。加速新区基础设施建设,完善中心大道、羊山大道配套设施,尽快建成中环路和北环路,抓紧建设府前路、前进路,形成新区“三纵三横”的蹊径骨架。勉励中央省直单位、市直部分、县区,凭证“统一妄想、统一征地、统一配套、单位自建”的形式,在新区集中投资建设,尽快使新区初具规模。要加速工业城建设。工业城是我市招商引资、工业强市,强化城镇化工业支持的主要载体。要科学妄想,强力推进,加速建设。抓好平东路、城东路、龙江东路建设,配套完善平桥大道、国道、灼烁路,组成工业城内“三纵三横”蹊径框架F鹁⒄〗ㄉ枘魈范,尽快建成西气东输调控站。制订优惠政策,加大招商引资力度,吸引种种工业向工业园区群集。近期抓紧建设华豫二期、片火车轮、金光集团、民营工业园、温州工业园、金龙水泥、汽车轮胎等重点工业项目。尽快把工业城建成为建材、电力、医药、化工等主要工业基地,建成为集市场、信息、加工、包装、仓储、配送、展示、生意等功效为一体的现代物流中心。

,亚洲免费A清,~快点~好快的车车APP,日本www高清。

??时势2:C0m一级毛片

??01月12日,万众期待!“福宝”归国后首次公开亮相,

  来自紫山、罗浮大泽、雷族、金狼部落、云天宫等时势力的强者,全都驻扎了下来,原本他们是要进山脉的,想要一探山宝的神秘。

,国产一级无码性爱视频,9色视频,黄片毛片下载视频。

??01月12日,水利部印发《水利建设市场经营主体信用信息管理办法》,

  果真,柳树继续启齿,道:“远古年间,梼杌、朱雀、饕餮等以为,在洞天境时,九洞可以称王,但十洞天才是极致,为此境真正之尊。”

,三级理伦,啊啊啊啊啊啊啊啊免看,美女黄色软件。

??时势3:yy6080午夜福利无码AV

??01月12日,(新春走基层)吉林松原:铜版画手艺人刻龙贺新春涉远洋船货柜贩运约1亿元毒品 香港警方拘捕4人,

  这根赤羽喷薄红光,宛如火山喷发,赤霞若岩浆滔滔,漫天都是,酷热让观战的人都害怕,这种宝具果真有数,威能竟这般大。

,最新版韩国AV影片,av在线免费观看不卡,青山翔无码成人AV在线观看。

??01月12日,外交部:提醒中国公民避免卷入武装冲突,

  这是时间 的磨练,这是毅力的磨练。虽然前途茫茫,但只要起劲,总会胜利抵达乐成的彼岸。

,欧美一级强奸片,亚洲同男男gaygays 18岁无套,91人妻论坛专区。

??时势4:国产综合亚洲精品一区二

??01月12日,吉林舒兰现雾凇美景 原野缀满“玉树琼枝”,

京东怎样协商期还款,延期到期还还不上怎么办

,97毛片视频免费播放,www.com黄,日本高清视频免费看。

??01月12日,马来西亚国脚费萨尔被泼硫酸致伤,

村干部培训班的 篇10

,久久真品视频44,夫妻内射精品,班花趴下让我桶她屁股眼。

责编:颜清标

审核:韦龙接

责编:毛新宇

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