猫眼影戏
 |
|
猫眼影戏
阿伦·雷乃
手机审查
猫眼影戏记者 钟芳墓 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：亚洲色桃花综合七七久久
??01月06日,西南岩溶国家公园创建区发现5个植物新种,
很快，新闻传出去了，各地惊动，竟然有人要破石毅的纪录，这得何等的自信与强盛 ？
,学生又爽 又黄 网站。??01月06日,我科学家克隆出抗大豆锈病基因,
村人全都受惊，看着那枚散发璀璨绚烂的蛋，眼中都露出酷热的光线，这绝对是一头难堪的战禽，潜力无尽。
,欧美视频一区,亚洲影视第一页,无遮挡有色又黄又爽的小视频。??时势2：97亚欧色
??01月06日,百余名中国东盟青少年足球运动员南宁比球艺,
“伤了和气 ？我儿体内至尊骨被夺，生命紧迫，而恶妇一脉却依旧活的很好，这就没有伤和气吗 ？！”石子陵拊膺切齿，全身的黄金光更盛了，照耀的这片天地都一片通明，像是有神火在燃烧。他声音很冷，高声斥道：“你们虽然是我叔伯，但都不是我的敌手，除却恶妇一脉外请退开，不然别怪我脱手无情，大开杀戒！”
,色伊人网站,2048hjd,http;//www.jiaodunwz.com/。??01月06日,沙特点球大战不敌韩国,曼奇尼提前退场,
大地上，茂盛的雷族成为了已往，一座又一座巨城人去楼空，数万万人都被吞天雀一口吃掉，称得上是一场大劫。
,薛凯琪吃黑肠原著在线播放,免费欧美性交电影网站,18岁美女网站。??时势3：国产一级二级视频在线
??01月06日,赣江南昌枢纽（主支）船闸正式通航,
同志们，伟大的时代令人心奋﹑神圣的使命催人奋进，让我们携手共进，认清教育体制刷新的新形势，统一头脑，明确目的，抢抓机缘，顺势而谋，求真务实，开拓立异，充分调动和施展好西席教书育人的自动性﹑起劲性和创立性，为再创永兴小学教育新时势而起劲斗争!
,8090午夜毛片,国产妓女一级A片在线,国产一国产一级毛片视频美国。??01月06日,一张擀面皮竟有62项专利 农民腰包鼓了之后还有两个百亿目标,
俗话说得好：先成人，后成才。有人说：智育缺乏格的人是次品，体育缺乏格的人是废品，德育缺乏格的人是危险品。简直是这样的，在竞争强烈的现代社会，仅仅有点效果、有点才华还不敷，只有具备了优美的品行、高尚的情操，才华拥有灼烁的前途。因此，我们要以《中学生守则》、《中学生一样平常行为规范》以及《鸿桥中学学生一日通例》为行为准则，时时随办事事严酷要求自己。同砚们，你们只要一直地剖解自我，严以律己，规范自己各方面的行为，就一定能使自己在新的学期里获得可喜的前进。
,黃色视频在线免费看,巨乳黄片视频,女性生殖器官图小妹妹。??时势4：人人操人人硒
??01月06日,中国（新疆）自由贸易试验区第十二师区块已新设立企业143家,
为扫除校园清静隐患，国家教育部已将清静教育列入事情重点，并明确提出：要把清静教育纳入学校正常的教育教学内容之中，周全作育学生的清静意识，提高学生的综合素质。增强清静教育，树立清静意识，作育学生在紧迫情形下的自救能力和处置惩罚问题能力，不但是学校清静事情的需要，也是周全提高学生综合素质的基本要求。
,三年成全在线观看免费高清第1季,免费呦精品资源在线观看,中文字幕视频一区第一页在线。??01月06日,外国专家在广西迎新春 盼新年“天天向上”,
手机顶端多出一个小孔；玩偶上的纽扣有红光一闪而过；眼镜镜腿粗了一圈……谁会想到，这内里可能隐藏着摄像头，正在举行不法偷拍。 《法治日报》记者克日视察发明，一些微型摄像头、针孔摄像头的售卖及改装，在网购平台上特殊是私密谈天软件里很常见，只要客户确定需求并支付定金，商家即可将偷拍装备或改装好的成套偷拍...
【【小新的Vlog】与外国游客在黄河岸畔小城开启高原“赏春之旅”】
【2024年内蒙古自治区蒙古马超级联赛开赛】
责编：唐尼尔
审核：邓于恢
责编：杨路
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
