可以免费能直接看的黄色网站,让你的娱乐方式焕然一新,体验全新的互动快感

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

2026-01-06 06:08:16
泉源:

猫眼影戏

作者:

阎晓峰

手机审查

  猫眼影戏记者 连笑 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:大雷插大狙的视频

??01月06日,青海木里矿区生态环境损害赔偿金到账8.65亿元,

  人生非坦途。同砚们应该有充分的心理准备 ,学习中一定会有许多难题。以是 ,拿出你“天生我才必有用”的信心 ,拿出你“吹尽黄沙始到金”的毅力 ,拿出你“直挂云帆济沧海”的勇气 ,去迎接人生风雨的洗礼 ,事实只有履历风雨 ,我们才可能见到漂亮的彩虹。

,国产偷国产偷在线视频。

??01月06日,“马中两国将在更多领域迎来高质量发展”,

  他的迅速基础不像是一个孩子 ,瞬间扑进了数十米 ,眨眼就要到了近前 ,升降间犹如一个金翅大鹏的幼崽 ,已然初具不凡气焰。

,国产精品久久久久久亚洲偷窥一,妓女一级AA黄色视频,激情 小说 图片。

??时势2:东京热99

??01月06日,刘振民:深化中国与东盟能源合作应对气候变化挑战,

  2、增强宏观治理 ,认真推行职能。市、县(市)区档案部分进一步增强宏观治理 ,认真推行职能 ,围绕科学生长观和构建协调社会 ,进一步增强和做好农业农村、林权刷新、社会包管劳动就业和社区等档案事情的营业指导事情 ,深入到机关、企事业单位举行营业指导。资助建设完善档案治理制度 ,提供营业学习质料 ,严酷凭证标准和要领 ,催促指导各立档单位做好种种文件质料和年度立卷归档和整理事情 ,确保档案的齐全完整。市、县(市)区档案部分进一步增强了对林权刷新档案治理事情的催促、指导和检查力度 ,全市林权刷新档案事情已周全睁开。同时 ,增强了对改制企业档案治理举行了营业指导和咨询。进一步增强对重点工程项目和国有休业企业的档案营业指导事情。

,啊啊啊好痛三级喷水视频三级,在线观看黄A片免费AV网站蜜,欧美福利网站大全。

??01月06日,个人养老金顶层制度设计出炉两周年 运行平稳但仍需撬动更多人缴存,

  我们兴华学校是老八中和育红学校合并之后的校名 ,由原来的缺乏千人 ,现在已生长成为具有22个教学班1100多人 ,教职工153人 ,成为公主岭市唯逐一所既有中学又有小学的公立学校。我校现有中级以上西席86人 ,高级西席33人 ,有本科西席120人 ,学历所有及格 ,涌现学科带动人10人 ,市级以上先进西席26人 ,我校先后被市委评为综合治理先进单位 ,被教育局评为教学先进单位、德育先进单位 ,勤工俭学先进单位 ,这些效果的取得与学校的细腻化治理是分不开的 ,是全体西席配合起劲的效果 ,更是列位家长的鼎力大举支持和鼎力大举相助的效果 ,特殊是20xx年3月新班子组建之后 ,学校确立了小学是学校立校之本 ,初中时学校兴校之源的办学思绪 ,本着一切为了学生 ,为了学生的一切的理念 ,坚持不求人人升学 ,但求人人成才的宗旨 ,好生差生一视同仁 ,小班额治理 ,周全提高教学质量 ,我们的口号是:无愧于家长的选择 ,无愧于社会的关注 ,无愧于学生的年华 ,无愧于西席的称呼。

,2020欧美性爱精品,成人颜色网站,99re88。

??时势3:大陆无码

??01月06日,留学生“校史讲解官”将“静的风景”转化为“活的课程”,

结业班 篇30

,国产高清黄色视频,寡妇做爰过程口述,91G黄色视频。

??01月06日,时隔12年夺回汤杯尤杯 国羽迈进新一代,

  同砚们 ,你们知道眼睛有多主要吗?一定要  ;ず醚劬 ,做一个康健的人。

,自拍视频.com,梅花宝藏库,91 丨PORNY丨首页jk。

??时势4:看美女胸和屁股歪歪漫画网页入口

??01月06日,对2024年中非合作论坛峰会,他们有何期待?,

  幼年时 ,举起十万斤神铁 ,这太恐怖了 ,基础就是一件难以完成的事 ,故此号称极境!

,skill免费完整版,肖雅婷岛遇免费观看,色色wwwv。

??01月06日,哈里斯确定明州州长沃尔兹为竞选搭档,

  (四)组织了“同享书香情 ,共筑中国梦”图书大集“六一”庆  ;疃。本次活动为全体队员提供了自由交流、生意图书的平台 ,让学外行中的书籍流动起来 ,使学生在形式多样的图书流通中合理置换 ,学会资源共享 ,配合享受念书的快乐 ,让每一个孩子度过了一个体样的“六一”儿童节。

,男生的🍌和女生的㊙️在一起,人人操人人添人人爱,美女黄色视频九九99。

【“和平团结-2024”联合演习 中坦两军组织联合指挥训练】

【自然资源部:2024年上半年全国共发生地质灾害2146起】

责编:马克·琼斯

审核:肖伸

责编:陈勤奋

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