猫眼影戏
 |
|
猫眼影戏
夏日雪
手机审查
猫眼影戏记者 柯利明 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1：一个色综合色
??01月05日,11月14日人民币对美元中间价报7.1966元 上调25个基点,
3、强化全员培训 ，提高员工致体素质。教育培训事情任重而道远 ，我们必需坚持培训 ，一直地立异培训方法 ，才华跟上公司跨越式生长的程序 ，多渠道、多形式的储备种种专业手艺实力和治理人才。20年重点培训事情：一是要对全体员工在年内集中培训一次 ，每周一期 ，培训内容包括员工职业素养和专业手艺 ，着重解决员工最基础的应知应会问题;二是要提高手艺职员和一线员工的专业操作手艺;三是对治理层举行提高执行力方面的培训 ，进一步抓好新生后备实力的作育。
,日韩精品一区二区三区观看。??01月05日,第十九届哈萨克斯坦—中国商品展览会在阿斯塔纳开幕,
一、学校高度重视结业班事情
,美妞草B,超碰97人人天天夜夜熟女,欧洲A片视频在线观看。??时势2：一级视频免费观看
??01月05日,俄罗斯别尔哥罗德州遭乌克兰无人机袭击致6死35伤,
隐约间穿来龙吟蛟啸声 ，阵容惊人 ，无论是巨石 ，照旧草木 ，但凡触中 ，都会被截为两段 ，没有一点悬念。
,成年版污污,2021韩国片理论在线观看,女人又爽又黄❌原神高潮合集。??01月05日,【巴黎奥运会】专访“吊环王”刘洋：金牌是30岁生日礼物 希望而立之年继续努力,
周围的山脉中 ，处在食物链最顶端的几个强盛保存 ，都没有敢挑战小不点 ，皆退缩了。
,女学生喷浆 软件苹果,亚洲中文欧美,欧美aaaaa。??时势3：欧美在线观看天堂
??01月05日,香港海关及渔护署提醒市民勿误带兰花等受管制物品出入境,
我们以极具个性化的优质效劳 ，以忠实守信的规范谋划赢得中外来宾的普遍认可。我们将继续承继“以人为本、来宾至上”的谋划治理理念一直完善和提升我们的效劳和治理水平 ，为您提供至情、至美、至善的效劳。
,亚洲产在线精品亚洲第一站一,欧美乱人伦中文在线观看暴力,美女脱 露出 吃我的奶。??01月05日,好评中国·作品选登：“锁边”塔克拉玛干，缝制青绿中国,
所有人的神色都变了 ，若是说最初他们还以为这孩子很无良 ，只是投契取巧开创了不色泽的纪录 ，那么现在则彻底改变了看法 ，这绝对是天纵之资的孩子 ，开战到现在 ，体现出了搬血境无敌的风范。
,自慰无码免费一区二区三区,艾莉100%裸妆壁纸,三个黑人和一个白人怎么念英语。??时势4：张津瑜张开腿让我❌了一夜
??01月05日,开车不看手机到底有多难,
一.从妄想中掌握时间 ，从思索中肯定自我。
,在线人成网站免费观看,女同久久精品国产99国产精品,打臀缝撅高姜塞。??01月05日,文化中国行丨二次探查喀拉克尔遗址，在跋涉中见证热爱,
动漫文化创意工业至少尚有二十年的钻石生长时间 ，顺势而为、顺应潮流,在准确的时间做准确的事 ，这是_创业20_年行事的宗旨。虽然品牌是中国的 ，可是我们的视野以及我们的定位都是国际化的 ，我们的下一个梦想 ，就是做成一个真正的国际品牌 ，让企业更有尊严与价值。_履历这20_年的内生改变积累 ，一定能够指引未来十年生长偏向。未来三年公司将启动“千店妄想”结构海内市场。驻足一、二线都会 ，决胜终端。
,亚洲一区二区三区 在线下载,涩涩小视频,国产图片小说视频中文字幕。责编：黄宗英
审核：商民
责编：魏柔刚
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
