猫眼影戏
 |
|
猫眼影戏
苏堃
手机审查
猫眼影戏记者 马特里 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：LRST
【新智元导读】最新要领FFGo改变了我们对视频天生模子中第一帧的明确。第一帧并非简朴起点，而是模子的「看法影象体」，存储了后续画面的视觉元素。FFGo通过少量样本和特殊训练，激活模子的这种能力，实现高质量的视频定制，无需修改模子结构或大宗数据，为视频天生开发了新偏向。
在Text-to-Video / Image-to-Video 手艺突飞猛进的今天，我们已经习惯了这样一个知识：
视频天生的第一。‵irst Frame）只是时间轴的起点，是后续动画的起始画面。
但马里兰大学、南加利福尼亚大学、麻省理工学院的最新研究发明：第一帧的真正角色完全不是「起点」，它着实是视频模子的「看法影象体」（conceptual memory buffer）, 所有后续画面引用的视觉实体，都被它默默贮保存这一帧里。
论文链接：https://arxiv.org/abs/2511.15700
项目主页：http://firstframego.github.io
该研究的起点，源于对视频天生模子中一个普遍保存但尚未被系统研究的征象的深入思索。
论文的焦点洞察很是大胆：视频天生模子会自动把首帧中的角色、物体、纹理、结构等视觉实体，所有「记着」，并在后续帧中一直复用。
换句话说，岂论你给几多参考物体，模子都会在第一帧悄悄把它们打包成一个「看法蓝图（blueprint）」。
研究者用Veo3、Sora2、Wan2.2等视频模子测试发明：
若首帧泛起多工具组合, 在很少的情形下，通过使用特殊的转场提醒词 ，模子在后续帧里能自然融合它们, 甚至能支持跨场景转场、坚持角色属性一致；
可是这个神奇的转场提醒词 关于每个模子，每个要天生的视频都是纷歧样的，并且模子在转场融合多物体后常；岜⑽锾，场景一致性损失，或者物体丧失的问题。
这说明：
? 第一帧是模子「影象」外来参考的地方
? 但默认情形下，这种能力「不稳固、不可控」
FFGo要领
不改结构、不大规模微调，只用20–50个例子就能让任何预训练的视频模子变身强盛的「参考图驱动视频定制系统」。
研究者基于这个洞见提出了一套极其轻量的做法 :FFGo。
要害优势震撼整个行业：
? 不修改任何模子结构? 不需要百万级训练数据? 只需 20–50 个 carefully curated 的视频例子? 几个小时的 LoRA 训练? 就能实现SOTA级别的视频内容定制
这在现有要领中险些是不可想象的。
研究职员列出了6大应用场景：
机械人操作（Robot Manipulation）
自动驾驶模拟（Driving Simulation）
航拍/水下/无人机模拟（Aerial / Underwater）
多产品展示
影视制作
恣意多角色组合视频天生
用户只需要给模子一张包括多个物体/角色的首帧，再配一个文本prompt，FFGo就能让模子自动「记着」所有元素并天生交互视频, 且画面一致性、物体身份坚持、行动连贯都很是强，甚至支持「多达5个参考实体同时融合」, 而 VACE/SkyReels-A2限制在3个以内，会直接漏物体。
手艺亮点
用VLM自动构建20–50条高质量训练集
用Gemini-2.5 Pro自动识别远景物体, 用SAM2提取RGBA mask, 自动天生视频文本形貌,构建适配视频模子输入的训练样本, 这大大降低了手工事情量。
使用Few-shot LoRA激活模子「影象机制」
研究发明：
模子自然具备融合多参考物体的能力, 但默认难以「触发」
一段特殊prompt（如「ad23r2 the camera view suddenly changes」）能起到「转场信号」的作用
LoRA学到的不是新能力，而是「怎样触发这些能力」，推理时只需丢掉前4。╓an2.2的压缩。
视频真正的混淆内容在第5帧之后最先。前4帧是压缩帧，直接舍弃即可。
FFGo为什么这么强？
研究职员做了大宗比照实验：? FFGo 能坚持物体身份一致性（Identity Preservation）? 能处置惩罚更多参考工具（5个 vs 3个）? 能阻止大模子微调带来的「灾难性遗忘」? 输出画面更自然、更连贯
特殊是在多物体场景和通用的多物体互动场景下 FFGo的天生效果显著优于VACE和SkyReels-A2。
基础模子无意「乐成」，代表了什么？
在研究FFGo的历程中，有一个特殊要害的实验图示值得单独拿出来说：在无意的、极有数的情形下，Wan2.2原始I2V模子也能完成一次「完善」的使命：
多个参考物体没有消逝
场景转场坚持稳固
行动连贯、身份一致
与文本提醒（例如 wingsuit 航行者与 Cybertruck 贴合运动）高度匹配
若是只看这一组效果，你甚至会以为原始模子自己就具备稳固的多工具融合能力。
但事实恰恰相反，乐成的意义并不在于「基础模子体现很好」，而是在于：基础模子原来就「拥有」这种能力，只是大大都时间无法被稳固激活。
研究团队的洞察在这里被证实：
? 视频天生模子确实会把多个参考实体存进第一帧的内部影象结构中? 视频模子自己能执行「多工具+行动一致」的天生? 但这种行为默认险些不可控、不稳固、难复现
这就像模子体内藏着一块「隐藏 GPU」，无意会亮一下，但你完全不可指望它全天候事情。
FFGo不是教会模子新能力，而是让它「稳固施展」
在上述比照中，FFGo的效果与原始模子的「无意乐效果果」险些一致，这说明：FFGo的LoRA不是在重写模子，而是在激活已有的潜在能力。
换句话说：原始模子=有潜力，但无法一连施展，而FFGo=让潜力酿成稳固能力（且不破损预训练知识）
论文中提到，FFGo能保存原模子的天生质量，而不是像古板大规模微调那样牺牲泛化能力, 没有任何微调可以媲美预训练的数据质量和学习效果。
这个实验也证实晰一件极具革命性的事：首帧自己就具备「看法影象体」的角色、视频模子天生可以做多工具融合、要害只是缺乏一个「触发机制」。
FFGo做的就是：用几十条样本、一个全心设计的转场标记（transition phrase）、Few-shot LoRA，把这种能力重新「开机」，并且让它可控、稳固、可靠。
这也是为什么：FFGo能用20–50个样例，把SOTA模子甩在死后。
这个实验所转达的，实质上就是一句话：视频模子已经足够强，只是我们已往一直没有找到准确的用法。
而FFGo正是在教我们一件事：怎样「准确使用」视频天生模子。
总结
用一句话归纳综合这篇论文的研究意义：它不是让模子学会新能力，而是教我们怎样使用模子已经拥有但从未被准确使用的能力。
研究职员提出了一个极具启发性的未来偏向：
更智慧地使用模子，而不是更暴力地训练模子 用更少的数据、更轻的微调，获得更强的定制能力 把「首帧作为看法影象体」酿成视频天生的新范式
总之，在视频模子中：
第一帧不是起点，而是模子的「影象库」， 视频模子自然具备多工具融合能力
FFGo用极低本钱把这种能力「叫醒」， 不改结构、不必大数据， 仅20–50个例子即可实现SOTA视频定制
实验笼罩机械人、驾驶、影视等多场景， 用户研究中以81.2%票数大幅领先
这篇论文不但是一个手艺突破，更像是翻开了视频天生模子的「隐藏手艺树」。
参考资料：
https://arxiv.org/abs/2511.15700
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
UniV
??时势1：黄片观看免费
??12月04日,重庆“五一”交通数据出炉 日均发送长途旅客91.69万人次,
(一)增强村干部培训，是增强农村下层组织建设，推进社会主义新农村建设的需要。党的指出，解决好农业、农村、农民问题事关周全建设小康社会阵势，必需始终作为全党事情的重中之重。近年来，在党的准确向导和宽大墟落干部的辛勤起劲下，农民收入和生涯水平显著提高，新型农村相助医疗、农民最低生涯包管与农村社会事业等方面的事情态势优异。社会主义新农村建设历程一直加速，泛起出优异的生长势头。可是在看到效果的同时，我们还要苏醒地看到农村在下层组织建设、民主法制建设、村级政权建设等方面仍然保存头脑解放水平不敷，村整体经济生长意识不强，工业结构调解力度不大，工业链条延伸不长，村容村貌改善烦懑和村民民主议事气氛不浓等方面问题。在村“两委”班子中，仍然有部分村还保存 “两委”班子不协调、关系难理顺的征象;甚至个体村还保存村支书和村主任各吹各的号，各唱各的调，互不支持、互出难题。村“两委”之间不协调，极大地削弱了村级组织的整体战斗力，直接影响了农村刷新的深入和农村经济的生长。因此，增强村干部培训，对村干部解放头脑，提高熟悉，转变看法，牢靠树立科学生长观，推进社会主义新农村建设具有十分主要的意义。
,欧美性爱肏屄视频。??12月04日,郑钦文首夺WTA500东京站女单冠军,
早上好!三月，是春风温暖、万木吐绿的优美月份，春天是漂亮的，生涯是优美的，而生命更是可爱的。今天是第27个天下中小学清静教育日，今年的主题为我清静，我康健，我快乐。接上级通知，3月31日(明天)18︰00-18：30，湖南卫视《新闻大求真》栏目将播出以中小学清静教育为主题的节目，请通学生在家与怙恃配合寓目，投止生在校统一收看。
,亚洲性交小视频,超碰97人人摸,黄色的网站免费看。??时势2：双胞胎母亲三飞
??12月04日,低温蓝色预警！贵州湖南等5省部分地区最低气温较常年偏低7℃以上,
“它敢来，我们就敢杀！”石云峰神色冷峻，动了真怒。
,爱看Av,欧美美女性爱一区,亚洲欧美精品一区天堂久久。??12月04日,消息人士：美军战斗机在也门炸毁多架无人机,
同志们，档案事业远景辽阔，档案事情者责任重大。在市委市政府的准确向导下，在省档案局的指导资助下，以科学生长观为指导，同心协力、开拓立异、振奋精神、扎实事情，充分验展档案在全市经济社会事情中的作用，为现代新__建设跨越式生长做出新孝顺。
,黄色网站可以看的,无码三级黄片,若菜奈央与老人主演的电影。??时势3：黄色网站进入大全
??12月04日,广西2023年跨境人民币结算量创新高 与东盟跨境收支增长快,
鼎盖强烈颤抖，看的人心惊胆战，村人一再想上前将其盖严，但都被老族长阻止了，这是鼎内的药魂，是英华所在，就是要云云磨炼，禁止惊扰。
,aaaccc.com在线观看,中文字幕乱在线伦视频俩女,火影之纲手性监狱acg。??12月04日,（新春走基层）江西南昌：龙年将至 赶制龙灯迎新春,
前进幅度奖：
,日韩欧美精品中文字幕,七十路の高齢熟女千代子下载,影音先锋929zyz玖玖资源站。??时势4：日本黄色网站视频!
??12月04日,温玉铁路漩门湾特大桥主跨连续梁顺利合龙,
二是国有林区林场刷新取得重大突破。20xx年2月，内蒙古大兴安岭重点国有林治理局正式挂牌建设，标记着内蒙古国有林区刷新取得重大阶段性效果，走在了天下的前线。实现了汪洋副总理提出的“先行一步，作出楷模，成为天下林区刷新树模”的要求。自治区党委、政府对大兴安岭林区经济社会生长高度重视，从20xx年起，出台《内蒙古森工集团有限责任公司剥离办社会职能刷新总体》，周全启动了内蒙古森工集团剥离教育、广电、卫生、森林等社会职能，共计约3万名林业职工交由呼伦贝尔市、兴安盟属地治理。自治区财务千方百计筹集资金，支持森工集团剥离办社会职能刷新，每年投入在10亿元以上。森工集团肩负的社会治理和公共效劳职能剥离移交属地政府，所属78户谋划性企业所有举行了分类划转，基础设施建设逐步纳入属地妄想。从20xx年4月1日最先，周全阻止自然林商业性采伐，同时将与木料生产相关的1.3万名职工转岗安顿到森林管护、抚育、防火等岗位。现在，林区剥离办社会职能已所有完成，企业划转事情有序推进，“三供一业”(供电、供水、供温暖物业以及市政环卫)所有移交属地政府，林区社会坚持基本协调稳固。20xx年头，汪洋副总理在视察大兴安岭林区时，对我区解决森工企业剥离办社会刷新给予了充分肯定和赞扬。20xx年12月，内蒙古自治区党委、政府印发了《内蒙古自治区国有林场刷新》，将全区国有林场主要功效定位于；づ嘤肿试础⑽ど寰。凭证国家和自治区安排，我区国有林场刷新稳步推进。
,欧美AAAAAAA,人人干人人操人妻拍拍大毛片,色色色论坛。??12月04日,法国童声合唱团：“如果我去中国”梦成真,
像是两头巨兽撞在了一起，令这里飞沙走石，烟尘冲天，乱叶败北。两者剧震，且狈风这一腿压下时，直接将石昊背后那株直径一米多的大树踢断了。
,人人莫人人莫人人做黄片,无锡亚太公寓暗号大全2023,WatchJAVHDOnline。责编：卢志刚
审核：弗兰肯
责编：钟河
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
