猫眼影戏
 |
|
猫眼影戏
罗森塔尔
手机审查
猫眼影戏记者 唐柯南 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：大全海报小鲤导航
??01月07日,赣鄱“Z世代”：“00后”海归邂逅铁皮石斛,
坚持“总体国家清静观”，要以人民清静为宗旨，以政治清静为基础，以经济清静为基础，以军事、文化、社会清静为包管，以增进国际清静为依托，走出一条中国特色的国家清静蹊径。
,在线看黄色av。??01月07日,中美禁毒合作工作组启动 外交部：恢复中美禁毒合作进展来之不易,
“纪录虽然详细，但这事实是至尊骨，移植起来太过阴险，一个弄欠好，它若是爆发，你我都可能会葬身此地。”幽灵般的黑影降低的说道。
,人人操人人干人人妻,老女人网站,91久久久精品无码一区二区。??时势2：尤果圈
??01月07日,青海拉脊山“凶萌”藏狐踏步独行,
一根铁棍扫来，砸塌了天穹，击向那头魔禽比远古巨山还要大许多的头颅，要将它打个万朵桃花开！
,蚂蚁无码视频一区,久久99con,黄片免费不卡。??01月07日,广东省市场监管局提醒：谨防误食断肠草引发食物中毒,
9、注重自我；。在沐日外出时要征得家长或监护人的赞成，并向家长或监护人见告去向：到那里去、和谁一起、什么时间回来，注重交通、人身、工业等方面的清静;未经怙恃赞成不获得别人家里住宿，不要与社会闲杂职员以及生疏人来往和随行。自己在家时，若有生疏人来访，不要私自开门，并实时与家长取得联系。在家中玩耍时，不要攀缘登高，更不可在阳台、窗边及楼梯口嬉戏，阻止爆发坠楼和滚下楼梯的事故。
,美女一黄视频,www.cnm黄色视频,日韩无码专区天美传媒。??时势3：国产一区二区域
??01月07日,粤港“一单两报”应用正式上线运行, 凭证美国CNBC网站梳理的数据，通用汽车及其合资公司在华市场份额从2015年的15%左右降至去年的8.6%，中国市场盈利占通用汽车所有盈利的比例也有所下降。2022年，斯特兰蒂斯集整体现只在中国地区保存其旗下Jeep品牌的入口营业。,理论片午夜理论片,亚州图欧美图,免费一级a毛片在线播放直播。
??01月07日,国家外汇管理局副局长、新闻发言人王春英就2023年外汇收支形势答记者问,
鸟爷也在看石碑，道：“唔，你看到这条纪录了吧，石毅真的不简朴啊，据传为天生至尊。”
,免费一级午夜,成年人免费视频在线看,弹丸论破r18禁本子。??时势4：91精品第一国产综合精品蜜芽
??01月07日,甘肃“追风逐日”承接产业“西北飞”,
众人露出异色，收一个奇才为徒，还可以带走远古魔禽的后裔，更能获得狻猊宝骨，这笔帐太划算了。故此，又有几股势力启齿。
,无机杀手拔萝卜图片,欧美色图之五月天,高清码 裸身网站。??01月07日,【中国故事共创会】阿根廷驻华大使爱上中国红酒 期待中阿两国红酒贸易大有作为,
实现同心县经济社会跨越式生长，重点在农村，难点也在农村。我县地处宁夏中部干旱带焦点区，严酷的自然条件制约了我县快速生长，怎样变被动为自动，化倒运为优势是摆在全县人民眼前的头等大事。去年以来，县委在认真剖析县情的基础上，对我县举行重新定位，提出要把同心县建设成为具有浓郁回族风情的生态商贸旅游县，围绕这一目的，确定了实验 “ 六大工程 ” 的事情思绪，明确了同心经济社会跨越式生长的详细要求。农村经济作为县域经济的主要组成部分，也必需要调解思绪，转变看法，战胜难题，施展优势，这样才华与县委的生长战略坚持一致。这就要求村干部必需具有以下几个方面的能力，才华顺应农村新形势的要求。下面，我就围绕 “ 怎样当好村干部 ”这个主题，给各人提几点希望和要求。
,亚洲色情a∨综合小说,老师❌开腿让我爽一夜动漫,国产美女色色电影。【宁夏银川：睡莲花开正当时】
责编：平伟
审核：张建丽
责编：丁雨晴
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
