(1分钟全面了解)欧美性一区二区三区视频苹果版v57.336.38.95.39.56.12-2265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

2026-01-05 21:28:48
泉源:

猫眼影戏

作者:

克萨克

手机审查

  猫眼影戏记者 周以忠 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:在线色导航

??01月05日,东西问丨方朝晖:孔夫子与柏拉图为何都注重“德性”?,

  湖泊漂亮,碧蓝清亮,岸上绿草如茵。远处有一些羽翼鲜艳亮丽的大鸟在踱步,还时时有瑞兽出没。

,爱搞为爱寻找激情。

??01月05日,重庆市秀山县妙泉镇原党委委员、武装部长、副镇长谢正兵被“双开”,  6月17日,汹涌新闻(www.thepaper.cn)从陈政高同志多位亲友处获悉,住房和城乡建设部原部长、党组书记陈政高同志,因病于2024年6月16日在北京逝世,享年72岁。,https://t.me/JM_cimic,精品一级黄色片,的意思打牌不盖被子网站免费完整。

??时势2:小萝脱裤子让我捅最新更新

??01月05日,韩正会见英国汇丰集团主席杜嘉祺,

  “我自己活下来的?”小不点讶然。

,先锋激情开心网,麻豆国产在线,曰产黄色网站。

??01月05日,2024浙江·台湾合作周启幕 首推“中华好主播”两岸青年主播培训营,

  “干吗,你们想群殴?”小不点小心,大眼波光流转,特殊明亮。

,A极黄色视频免费欧美,把 放进女人的 视频,免费在线网站你懂得。

??时势3:亚洲精品官网

??01月05日,外交部提醒在叙中国公民尽快撤离或转移至相对安全区域,

  一方诸侯统驭的生齿就数以亿计,没有一个简朴人物,而这么多臣子贵族齐聚,他们即便统驭少许人马来祭天,那也将是惊人的。

,亚洲啪啪成年网,欧一欧二免费视频,md国产在线视频。

??01月05日,降糖药畸变“减肥神药” 医生:存误用滥用风险,

  最后,祝列位来宾事情顺遂、身体康健、万事如意!

,在线免费看片av区,三级在线观看国产,又黄又刺激的免费视频,网站。

??时势4:999国内精品视频免费观看

??01月05日,北京创建首批“骑手友好社区” 小哥们体验如何?,

  山风吹来,那根绿莹莹的枝条拂动,柳树传音,道:“我若是给予你生气,你也执偾活下来罢了,将通俗的度过今生,早先我只是偷偷的看着。”

,黄色视频插插,黄色视频在线观看精品免费,激情乱小说欧美视频。

??01月05日,清华及时清退违规留学生 让“一视同仁”落到实处,

  一是加速城乡妄想体例程序。我县县城总体妄想已体例完成,下步要凭证城镇化生长的需要,进一程序整完善县域城镇系统妄想,优化城镇结构。今年妄想事情要突出抓好中心都会妄想区建设和村镇妄想建设两个重点。围绕中心城区妄想建设,要着力做好8项新区开发项目、3项老城刷新项目、8项蹊径工程项目以及水系项目、主要蹊径刷新项目等项目的妄想体例事情,以上项目妄想原则要求3月尾前完成体例使命;已经体例完成的项目,要抓紧组织评审,起劲付诸实验。围绕村镇妄想建设,要着力抓好州里总体妄想修编和新农村试点村妄想建设。今年要抓紧举行新一轮妄想体例与修编事情,去年未举行妄想修编的7个州里,年底前必需完成妄想体例的评审与报批事情。各州里在组织体例总体妄想的同时,要连系现实,认真做好辖区公路沿线控制性详细妄想,并与镇域系统和土地使用总体妄想相衔接。要科学指导新农村试点村妄想建设事情,每个州里起劲培育2—3个集镇或墟落样板,以点带面,逐步铺开。今年各州里的妄想统一由县妄想部分组织实验,各州里要抽调专人,起劲配合,确保周全实现建设新农村目的。二是提高妄想设计水平。要坚持以人为本、突出特色、注重品位的原则,对城区主要地段、主要节点、标记性修建的妄想设计优中选优,严酷把关,切实解决千城一面、千街一面的问题。各州里要凭证各自资源秉赋、特色优势、历史文化、风土人情和集镇风貌确立奇异的建设气概,着力塑造各具特色的城镇形象。要坚持同步妄想、配套建设,搞好城镇供水、排水、燃气、供电、电信、有线电视等种种管网的综合结构,战胜“重地上、轻地下”的头脑,坚决杜绝“今天建、明天挖”的铺张征象,避免种种盲目建设、重复建设。三是增强妄想统一治理。要明确妄想实验的主体和责任,严酷妄想治理,维护妄想的权威性、严肃性。今年除列入国家、省批准的重点建设项目,利于县域生长急建的项目,以及临街影响市容而切合妄想要求需要翻建项目和已基本建成小区需填平补齐的新建项目以外,其它任何用地和建设项目,所涉及乡(镇)、村、组不得审核盖章和收取任何用度,妄想部分不得发放“一书两证”等手续,生长刷新部分不予立项,土地部分不得受理用地申请,建设部分不得发铺开工手续,有关商业银行不得提供建设资金贷款。严禁任何单位以职工集资等理由,在原划拨土地上举行房地产开发,杜绝任何小我私家不法举行房地产开发活动。对在建工程和已办理妄想用地手续的单位及小我私家,由县妄想和土地部分对所持手续举行审查,经审查及格的,集中报县政府审批,经审查缺乏格的,手续一律废止。审查时代,在建项目一律停建。要进一步加大妄想监察力度,严肃查处种种违法建设,今年要继续增强对都会妄想区用地和县内主干道两侧用地的监控治理,加大查处力度,这里需要指出的是,下步凭证省市有关精神,县政府要重点对省道两侧妄想控制区内的粘土砖瓦窑厂举行周全治理整理,实验所在地州里政府组织实验、相关部分联手整治的步伐,推进事情落实,确保规范有序建设。

,十八禁 同人本子片,www.av在线视频,美女脱精光隐私扒开网站。

责编:双爱双

审核:沈本升

责编:陈建功

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