猫眼影戏
 |
|
猫眼影戏
纽伯尔德
手机审查
猫眼影戏记者 阮星竹 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 。坏僮髌鹄春芷独В⑶倚枰党榭ɡ窗芑娴囊恢滦 。
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 。⒃诟兄柿可霞岢钟乓斓耐夤郾Ｕ娑
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∏伞梗佣仁鼓Ｗ友耙恢帜芄辉谡鍪奔湫蛄泄婺Ｄ谝涣４嫦附谛畔⒌奶逑址椒 。
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：男人女人一起床啦差差差很痛
??01月09日,推动开展学校体育运动 “活力校园”项目惠及逾万名教师,
接待您加入嗨喽旅馆开业庆典!
,永久免费Av片在线观看全网站 。??01月09日,男子撑杆跳高黄博凯第七 瑞典名将创造世界纪录,
就这样，独角兽足足绕着大湖奔行了数十圈，它没有疲累，二猛却差点吐了，跟腾云驾雾般 。
,伊人久久大香焦,日韩精品亚洲人成在线观看,222国产精品黄色网 。??时势2：一级黄一级片一级黄色影片久久
??01月09日,2024腾冲科学家论坛—澜湄区域科技人文交流系列活动在云南举办,
黄金矛锋再转，攻击向前，石渊露出惧意，极速逃避，但已然晚了，符文裹着矛头，洞穿其肩头 。
,午夜无码在线观看/.com,一女被两男玩4p奶头,5号房韩宝贝仙女屋的传说与历史背景 。??01月09日,日本提升伊朗全境危险级别 建议不要进入伊朗纪念川藏、青藏公路建成通车70周年综述：幸福大道通四方,
他身上寒毛倒竖，大眼四顾，起劲想发明什么，可是却什么也没有看到 。
,黄色A在线看A,日日夜夜骑伊人,欧美巨大性爽欧美精品一 。??时势3：www.啪啪
??01月09日,中国首位F1车手周冠宇获邀成为上海国际旅游形象公益推广人,
“我没事，族长爷爷快救青鳞鹰大婶 。”小不点擦了一把泪水，此后一声大叫，冲向了狈村的人 。银月飞起，血花直接就飞起一大串，七八人惨叫，断臂横飞，很是血腥 。
,美女被操到高潮喷水视频,白浆 在线,沧元图黄化人物 。??01月09日,山西今年将新建150座智能煤矿,
祭灵越是云云，没有自动出击，城外的兽群越是担心，对这株扎根这里多年的祭灵很是恐惧，虽然没有退缩，但一时间却不敢进攻 。
,免费专区sm美脚践踏调教视频,激情乱小说欧美视频,一级A爰做片观看免费 。??时势4：朵朵·Cn官网
??01月09日,国管局、中直管理局发文规范和加强中央和国家机关新能源汽车配备和使用管理,
一是一直增强理论学习，提高政策水平和执政能力 。组织相关职员认真学习体会《第五次西藏事情座谈会》、《国家教育中恒久生长纲要》、《天下教育事情聚会》和《地区教育事情聚会》的精神实质，起源明确索县教育以后一个时期的偏向和使命，完成了《索县教育“十二五”妄想》的体例起草事情 。
,我要看狼友视频,欧美 亚洲 国产一区二区三区,日本卡二卡三 。??01月09日,追光的你丨正是大显身手时,
这是惊人的战绩，一头兽王统御一片山脉，实力强盛无匹，高屋建瓴，寻凡人遇上一头都要亡命逃遁，基础无法与之抗衡 。
,最新国产淫秽视频播放,成人色播,裸逼,操进去,裸女人一级黄片 。责编：梁乃鹏
审核：贾东海
责编：王建生
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
