(10秒轻松上手)简单的AV网站苹果版v37.11.91.15.95.17.6.36-2265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

视频模子原生支持行动一致 ,只是你不会用!揭开「首帧」的神秘

2025-12-04 03:19:22
泉源:

猫眼影戏

作者:

薛江称

手机审查

  猫眼影戏记者 汤润清 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:网友自拍一区

??12月04日,从大都市回归,这个小伙想与乡土一起成长,

  后方 ,一群强者石化 ,这他妈的照旧一个吃奶的娃啊 ,直接一巴掌将名气极大的天才——蛟鹏 ,给生生抡出去了?见鬼了!

?第三十五章 懵了,最新日韩AV免费福利在线。

??12月04日,利好不断!出入境旅游复苏进行时,

  工业生长水平决议生产要素群集水平 ,决议城镇生齿规模。没有工业的城镇是一个空壳 ,不会有一连生长能力。因此 ,城镇化并不等同于都会建设 ,要害要生长工业 ,形成工业支持。

,日韩免费 精品人妻在线视频,a片专区视频,格丽乔奥特曼浮计狂飙。

??时势2:欧美开腿爆 乳液狂飙

??12月04日,陕西:禁止非法穿越秦岭核心保护区和太白山,违者将被罚,

  小不点将沿途所见到的一切讲了出来 ,一群人闻言无不骇然。

,欧美性爱 在线观看,黄色视频在线观看免费黄片,人人人色。

??12月04日,吉尔吉斯斯坦财政部首场推介会暨非交易性路演在香港举行,

  (一)坚持高起点妄想 ,提高都会妄想设计层次。一是要铺开妄想设计市场。要一直整理和规范妄想设计市场秩序 ,完善市场机制 ,一切妄想设计项目都要向海内外果真招标 ,果真定标。重点妄想设计项目 ,要约请海内外著名专家加入设计 ,确保都会妄想的高起点、高水平、高质量。二是要加大妄想设计深度。都会的妄想设计要充分体现外地历史文化秘闻 ,自然风貌特色 ,新世纪现代化气息。要加速控制性详细妄想的体例程序 ,使都会所有土地的开发和建设置于都会妄想的严酷控制之下。对城镇区域内各片区的土地使用性子、开发强度、容积率、绿地率等都要做出控制性详细妄想 ,条件成熟时上升为法定图则 ,在三至五年内 ,控制性详细妄想要周全笼罩城镇建成区。在都会详细妄想中 ,要确定妄想红线、生态绿线、自然水体;だ断摺⒗肺幕智;ぷ舷 ,并向社会宣布。三是要理顺妄想治理体制。要高度集中妄想治理权 ,凭证妄想治理权上移的要求 ,一个都会只准设立一个都会妄想主管部分 ,实验政府对都会妄想实验权的集中统一。建设科学民主的妄想决议机制。凭证省委、省政府的统一要求 ,市和各县都要建设由、专家和社会各界代表组成的都会妄想委员会 ,作为政府都会妄想设计的决议咨询机构 ,所有都会妄想设计项目都必需经由妄想委员会的咨询论证 ,以后 ,未经妄想委员会论证的妄想设计项目 ,政府一律不予审批。加速建设妄想、土地、房产统一的治理体制 ,使土地和房产治理成为妄想实验的有用包管。四是要依法增强妄想治理。都会计齐整经确定 ,就要严酷依法实验 ,任何单位和小我私家都无权干预 ,更不可随意变换 ,确需变换的 ,必需严酷按法定程序举行。要进一步增强建设项目的妄想治理 ,不切合都会妄想的项目不得批准立项 ,未体例控制性详细妄想的地块不得出让、转让和开发建设。任何建设项目都不得突破红线、绿线、蓝线和紫线。要加大妄想治理的深度 ,严酷实验都会妄想错案行政责任追究制度 ,对违法用地和违法建设要严肃举行查处 ,依法追究有关责任人的责任。五是要强化对都会妄想事情的社会监视。周全推行"阳光妄想" ,在妄想体例、审批和实验的全历程实验公示制度 ,对建设工程项目妄想允许的审批 ,实验批前和批后15天的公示制度 ,扩至公众加入 ,普遍接受社会监视 ,确保都会妄想的科学合理。

,精品黄黄久久久免费看,显示隐私的二次元图片,五月丁香久久综合网站。

??时势3:哟女网站

??12月04日,生态环保产业:为绿色经济发展保驾护航,

  在漂亮女子游出去的刹那 ,小不点就松开了下来 ,并没有追击 ,很无辜 ,看着她 ,道:“姐姐你这是做什么呀?”

,胡桃被旅行者焯,欧美性爱视频手机在线播放,男的扒女的视频网站。

??12月04日,学生高频使用软件,怎可肆意弹出低俗信息,

  场中只剩下了石渊一人 ,其他人全都踉跄倒退 ,基础就没有步伐站立 ,不然必定要被那种气息压到肉身碎裂。

,国产呦福利,美女黄色视频日产,美女展阴。

??时势4:538在线观看视频

??12月04日,3000亿元国债资金落地!政策接力助企焕新,真金白银激发高质量发展活力,

  ④明确分工 ,责任到人。各处室、各年级要凭证校长办公室安排的事情 ,进一步明确职责 ,明确分工 ,责任到人。凭证学校相关文件精神制订好本部分、今年级事情 妄想 ,创立性地开展事情。学校对中层干部、各处室、年级实验事情目的审核治理。

,猛1打桩骚1,欧美生活视频,狼友视频免费在线视频。

??12月04日,江南名楼滕王阁北园即将开放 章江晓渡再现赣江之滨,

  “哇哦 ,小不点你又在吃奶 ,现在可三岁半啦!”一个孩子大叫。

,国产精品视频福利一区二区,神里绫华 白丝扒腿自慰小说,a爱片。

责编:李金雷

审核:韩泽祥

责编:阙洲荣

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