猫眼影戏
 |
|
猫眼影戏
胡大
手机审查
猫眼影戏记者 严加安 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？嗄樟恕Ｒ胧迪执匆，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（不切割任何历史帧）逐秒自回归天生的。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帧（例如首帧或末帧）来「投契取巧」，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：亚洲狼友视频
??01月06日,万千气象看广东：“百千万工程”助汕尾“老区”焕“新颜”,
“咦，差池啊，这不是我们村外的山林。”二猛发傻，眼见所见跟自幼见到的那片山地基础纷歧样。
,黄9·1安装最新版下载。??01月06日,广东省残疾预防行动计划（2022-2025年）中期评估报告发布,
尊重的列位家长，亲爱的先生、同砚们：
,国产人人操人人插人人射,日本www高清,菠萝蜜视频APP。??时势2：凯·帕克姨妈三部曲
??01月06日,国台办回应黄仁勋称台湾是“国家”,
这个历程一连了两天两夜，最终一切都清静了下来，鼎盖被撞开，小不点一跃二十几米高，冲上高天。
,色呦呦在线视频观看,超碰97免费高清在线,在线成本h人视频动漫。??01月06日,惊险一幕：美国一飞机紧急迫降高尔夫球场 机腹擦地着陆,
为期两天的和县建设新农村建设档案事情树模县验收事情即将圆满竣事 ；疃贝，预验收组列位向导和专家对我县新农村建设档案事情举行了周全、详尽的考察和评估，提出了实事求是的验收意见 ；验收组向导和专家从体贴和支持我县档案事业生长的角度，对我县的建设事情，提出了极具指导性和针对性的意见，为我县建设事情，指明晰起劲的偏向。在此，我代表和县县委、县政府，对验收组给予我县档案事情的肯定，体现衷心的谢谢！对两天来不辞劳怨、辛勤事情的验收组一行，体现高尚的敬意！
,免费一级持黄网,nahida 18+,国外人妖视频在线观看。??时势3：亚洲美女高清vs国产美女
??01月06日,《大唐狄公案》定档2月6日，优酷COO吴倩：让世界领略中国历史文化风采,
“做人要讲品德，做官更要讲官德”。官德正则民俗淳，在老黎民眼里村干部就是官，作为一名“村官”，怎样才算有德?我以为就是要效劳公正，带动做事，勇于贡献，坚持做人讲人品，为官重官德，坚持公正办事、正直为人、忠实守信的品德底线，坚持立党为公、执政为民的行为准则，树立准确的权力观、职位观、利益观，让全村人信服你!村干部最忌自私自利，光想着自己的小圈子，黎民不认可，党的威信在群众中就失去了基本。这就要求我们村干部要增强学习，尤其是连系开展创先争优活动，带动剖解头脑，提高素质。俗话说：村官不是官，干好不简朴。以是，做为村官要常修为政之德，常思贪欲之害， ；陈杉褐摹Ｎㄓ性圃，你才华获得群众拥护，才华在群众中留下口碑，才华在农村这个大舞台上成绩一番事业。
,黄金网站大全app软件,殴美成,三国无惨 貂蝉外传。??01月06日,国防部新闻发言人吴谦就美国新一轮对台售武答记者问,
??时势4：人妻1111伊人
??01月06日,吴建华：为光明护航的“多面能手”,
三是推行行政区划调解和治理体制刷新。要完善都会治理体制，健全治理机制，统一治理标准，合理划分治理辖区，明确治理效劳职能，激活都会治理下层细胞，实验细腻治理。加速整合行政区划，设立新的街道效劳处，逐步改变城乡混杂、辖区交织、治理未便的现状。妄想和指导社区建设，培育社区组织，逐步建设完善的社区治理和效劳系统，提升都会综合治理水平。
,黄片十八禁,黄色网站二级片aa片免费,,免费看A片人人全免。??01月06日,开机率断崖式下跌，电视机如何重回客厅“C位”？,
各人好，踏着金秋的九月，我们意气风发地走进了新的校园相信每个同砚心中都有了新的目的，为了实现这个目的?我们将起劲拼搏，勤劳进取，然而实现这个目的的历程中，清静必需引起我们足够重视。我们要时时刻刻注重清静，一举一动想到清静，不可让我们的行为有任何闪失，不可让我们的身体受到任何危险，清静重在自我 ；ぁＯ晗敢笸饷亲龅揭韵录傅悖
,日本一区二区三区四区乱伦免费播放强奸,人人舔,人人操人人人操超碰,黄页免费视频。责编：汤勇经
审核：刘全新
责编：吴绪峰
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
