(3分钟全面认识)在线观看免费毛片视频最新版v42.46.39.3.6.05.99.09-2265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 15:48:23
泉源:

猫眼影戏

作者:

释法

手机审查

  猫眼影戏记者 斯太尔马克 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:国产视频91免费

??01月12日,中新健康丨中国专家研究成果重塑肺癌治疗格局 更多患者有治愈希望,

  我系学生干步队伍的素质状态是优异的 。学生干部都是学生中的优异分子,他们加入系里的建设和治理,义务的为整体、同砚效劳,深得先生和同砚的好评,这是值得肯定和继续发挥的 。在总体肯定的同时,照旧要认真提防、一直指出并即时纠正学生会干步队伍中可能保存的种种问题,诸如:有些干部过于注重提升自己组织治理能力,而疏于对自己的严酷要求,学习不敷起劲,事情缺乏热情等 。

,日本黄色片视频一区二区 。

??01月12日,第27届中国(四川)新春年货购物节在蓉开幕,

  五、坚持究竟,不言放弃,每分必争,只管不泛起空缺卷 。

,❌吸乳18禁羞羞免费入口官方版,妓女视频网,日韩国产毛片 。

??时势2:美女全身裸体秘 免费视频网站

??01月12日,广东省人大常委会原副主任陈如桂一审被判无期徒刑,

  飞吧!

,欧美乱码视频页面有限公司,图片亚洲综合,爱爱视频人成免费视频 。

??01月12日,如何打破汽车数据“孤岛”?业界共探汽车数据要素未来之路,

  作为中学生,我们应切记以下消防清静知识:

,免费白丝jk爆 乳,动漫 爆乳,永久免费 春网 。

??时势3:熟妇久久

??01月12日,鲁迅文学奖得主叶舟的30载“敦煌情”,

  总的来讲,上半年岁情效果是主要的,效果也是显着的 。可是,我们也应当苏醒地看到事情中尚有许多薄弱环节和缺乏:一是项目建设上发动能力强的好项目、大项目还未几;二是基础设施落伍的现状从基础上还未获得改善,对抗灾难的能力懦弱;三是农村面目陈腐等问题依然困扰着我乡的生长;个体重点事情还未获得周全落实,如日光温室等 。四是各村之间、单位之间事情不平衡,特殊是在抓重点项目、抓稳固、抓落实上差别较大 。少数干部事业心、责任心不强,头脑不解放,视野不坦荡,阵势意识冷淡,作为一个村干部的综合素质较低,各项事情能力有待进一步提高 。五是个体墟落社干部效劳意识不强,效劳态度生硬,作风漂浮,事情不实,影响了社会稳固,影响了生长情形 。六是部分群众头脑看法严重落伍,鼠目寸光,不可够用生长的眼光看待问题,只看到的是眼前的一点既得利益,甚至在个体中还保存政治素质下降,党性看法淡漠,态度严重错位,是非看法不清的问题 。对此,我们要认真剖析,高度重视,切实加以解决 。

,免费观看AⅤ,国产黄网站视频在线免费观看,啦啦啦在线观看视生学 。

??01月12日,涉案金额超百亿!公安部公布8起涉银行卡犯罪典型案例,

  每个班级都是学校的缩影,每个学生都代表学校的形象,每寸校园都代表学校面目,同砚们要做到语言文明,行为文明,在校园内不乱丢杂物;不欺压小同砚;在校外遵守交通规则;不进网吧、游戏厅;在家尊重怙恃 。在社会,做一个爱国爱民、遵纪遵法、忠实守信、文明礼貌的优异小公民 。

,91♥️丨PORNY噜噜社,一级黄色片日本小小美女免费,99久久囯精品囯 。

??时势4:欧美性爱电影一级

??01月12日,巴西里约热内卢强风暴致9人遇难,

  2、产品订货业绩突出 。20年,公司凭证市场行情的转变,实时调解了主攻偏向和营销战略,将新能源市场做为主攻偏向,完善了经销信息网络系统 。整年完成产品订货3.5亿元,在目今强烈的竞争情形下,能有这样的效果,确是与各人的配合起劲分不开的 。

,AA级毛片免费视频,精品一区二区三区网站,欧美性XXXX极品高清 。

??01月12日,《“全球南方”媒体智库高端论坛圣保罗宣言》在巴西发布,

  随着生齿逐渐增添,天下经济、科技迅猛生长,人类活动对天气的影响和规模也在一直地加速和扩大,据研究批注,近50年的全球天气变暖很洪流平上与人类活动的影响有关,这主要是由温室气体的增添造成的 。21世纪,人类对天气的影响将更为突出,天气转变也将给人类带来严重影响 。预计21世纪地球天气将继续变暖,全球平均气温将升高1.4~5.8℃ 。由于温度上升,极端天气与天气事务爆发的可能性将一直扩大,最高气温会变得更高,炎热的日数增多,干旱、洪涝灾难的威胁加重 。随着社会财产的一直增添,由气象灾难引起的损失也将急剧增大 。它对情形、经济、农业、林业等方面的影响最终都会直接或间接影响到人类康健和空气污染 。除了国家接纳节能减排、开发使用无污染资源等政策性步伐外 。

,亚洲手机在线视频,欧美另类69XXXXXORG,国产欧美日韩久久夜夜 。

【联合国前官员:应对气候变化,中国可以发挥全球引领作用|世界观】

【四川持续推进交通建设 一季度公路水路投资达608亿元】

责编:江小涓

审核:郑晋培

责编:斯库拉格

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