www.乱伦.com,无论你在哪,都能随时体验高速与便捷的服务

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

2026-01-08 05:14:49
泉源:

猫眼影戏

作者:

覃勇

手机审查

  猫眼影戏记者 韩夏林 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1:91免费高清视频

??01月08日,固本培元 凝心铸魂(金台潮声·健全全面从严治党体系②),

  二是要在攻坚克难上实现新突破,让干部越发“敢继续”。 高铁新区建设是一项雄伟工程,充满了艰辛与挑战。然而 惟其艰难,更显勇毅;惟其磨砺,始得玉成。在座的列位都是东沙河生长的中坚实力,能否肩负起这一历史使命,关系到东沙河的全局和未来,关系到东沙河黎民的福祉。责重如山,责无旁贷! 一要有继续的精神。 习说过:“看一个向导干部,很主要的是看有没有责任感,有没有继续精神。”要增强继续意识,提升继续能力,落实继续责任,把继续精神渗入到骨髓里,熔铸到建设高铁新区的伟大实践中。 二是要有继续的勇气。 “为官避事一生耻”。高铁新区建设面临许多深条理矛盾和问题,都是难啃的“硬骨头”。面临难题,恐惧难题是最大的难题,回避问题是最大的问题。解决难题和矛盾,需要有亮剑精神、有攻坚意志,要坚定必胜信心,不畏艰难困苦,敢于攻坚克难,越是艰险越向前。 三是要有继续的本事。 没有过硬的本事,再优美的蓝图也无法实现。能否既要想做事,又要干成事、不失事,是考量一名干部基本标准。面临难题,要掌握破解难题的要领、提高驾驭重大时势的能力。

,欧美A人精品综合在线。

??01月08日,神舟十九号发射在即 各系统准备就绪,

  从点滴做起吧!把清静放在第一,重视起来,由于它是生命最最少的包管。

,人人摸人人肏,成年欧美劲爆特黄A片观看,自拍偷拍9。

??时势2:九九这里精品视频

??01月08日,【大国基理】善做基层“党建加法”,

  现在,农民群众的民主意识、法制看法、参政意识显着增强,对农村干部提出了新的更高要求。特殊是农村干部祖祖辈辈生涯在村里,与农民群众朝夕相处,一言一行,群众看得清晰。“公生明,廉生威”,老黎民最服的是一身正气的干部。村干部特殊是村党支部书记要时刻绷紧清廉自律这根弦,管住自己,管好班子,特殊对同族本族,亲友挚友,不可搞亲亲疏疏。要严酷执行民主集中制,自觉接受群众的监视。特殊是要把村务果真、民主治理的各项制度落到实处,让、群众知道事是怎么办的,钱是怎么花的,使干部省心,群众明确,干部清白。要清廉勤政,要有无私贡献精神,对自己要求严酷,注重形象,树立在群众中的威信。

,欧美深夜性爱,舒淇的奶头被揉出来了,祖英裸体双乳呻吟。

??01月08日,【巴黎奥运会】张雨霏:希望下届奥运会中国队男女混合泳接力登顶世界第一,

  他快速逃避,那只脚差点踢中他的头颅,猛的扫向其胸部,紫山昆那用力挥舞出的一掌正好迎击了上去。

,91足交在线观看,女人与牲囗乱婬视频资料图片,AV集中淫。

??时势3:亚洲中文久久无码精品91

??01月08日,广西侨乡玉林引进玉商回归项目总投资逾千亿元,  王先生告诉顶端新闻记者,今年7月,他在一个病友群里看到了柯某孝以儿慈会9958名义发出的配捐项目,该项目称将手里的资金转给柯某孝,20天后可以返还更高金额。,国产a久久毛,色呦呦入口免费观看,男人的屁股插到女人的嘴里屁股里动漫。

??01月08日,彼得大帝的平底锅、沙皇的金杯……一展将看尽“俄宴风华”,

  秋冬季节是火灾的多发季节,提防意识须增强现在天干物燥,是火灾多发季节,要提高防火意识,在离家外出时,必需不要留有明火,要检查、关掉液化(煤)气灶具阀门,并尽可能切断用电用具的电源。家中取暖和或做饭时,一旦发明起火,不要手忙脚乱,请迅速拨打火灾119。一旦失火,报警时要讲清详细地点、起火部位、着火物质、火势巨细、报警人姓名及电话号码,并派人到路口迎候消防车。如火势不大,应迅速使用家中备有的浅易灭火器材,接纳有用步伐控制和扑救火灾。“消防清静记心中”期望各人能把这句话真正的映在心上。

,爆内射hd,韩国限制级2022,18禁 流浆 夜猫。

??时势4:a片插抽

??01月08日,“龙腾福地”——甲辰新春主题非遗系列展在福州开幕,

  另一边,他的妻子带着忧容,抱着虚弱的小不点,漂亮的面庞上良久未曾泛起过笑容了。

,色哟哟91精品网站,一级黄片,变态视频免费网站在线播放。

??01月08日,艺术史名家傅申辞世 友人推崇其造诣深广、提携后辈,

  二是要严于律己,提高党性修养,切实树立优异形象。理论上成熟是政治上坚定的基础。州里事情直接和农民群众打交道,在座的列位在事情中,要赢得群众的信任和支持,必需要做到事情有本事、效劳公正、自身清洁。一是要重党性,坚持以人为本、执政为民,坚定地贯彻党在农村的蹊径目的政策、向导群众走配合富足的蹊径。二是要重效劳。要牢靠树立权为民所用、利为民所谋、情为民所系的头脑,树立准确的人生观、价值观、权力观、名位观。要有贡献精神,要把党和人民的利益放在第一位,热爱农村、热心为民,不盘算小我私家得失。三是要重团结。讲真话、办实事、求实效。要公正正直地对人办事,以身作则、以德服人。要坚持原则,敢抓敢管,弘扬正气。要清廉自律,严酷要求自己。

,脱 让摸,日本在线看日韩,日韩少妇被XXXXX高潮喷水。

责编:韩也挺

审核:郑晓

责编:倪英达

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