亚洲艹逼视频,让你在休闲的每一刻都能享受极致的娱乐体验,开启属于你的快乐时光

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

2026-01-10 00:56:18
泉源:

猫眼影戏

作者:

王力可

手机审查

  猫眼影戏记者 乔治·吉尔 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。坏僮髌鹄春芷独В⑶倚枰党榭ɡ窗芑娴囊恢滦。

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。⒃诟兄柿可霞岢钟乓斓耐夤郾U娑

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∏伞梗佣仁鼓W友耙恢帜芄辉谡鍪奔湫蛄泄婺D谝涣4嫦附谛畔⒌奶逑址椒。

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:日本、欧美一级人成在线视频

??01月10日,北京打造“演艺之都” 去年营业性演出达4.9万场,

  “自然不怕,只是他们人多,是我们的数倍。”

,美欧激情性交小说及视频。

??01月10日,云南三所乡村小学合唱团新年初啼 唱响“田埂上的童年”,

  第二,党委办公室事情具有极强的全局性和综合性。 党委是向导全局事情的,党的事情笼罩方方面面。以是,党委办公室的事情具有全局性,所处置惩罚的事务也具有综合性。目今,我市正处于爬坡过坎、加速生长的上升期,同时也是种种社会矛盾的凸现期。市第七次党代会提出,要实验“三大战略”、推进“四个跨越”,打造武汉都会圈区域生长的主要增添极和圈西大都会,起劲建设昌盛富足文明协调的幸福 天门 。 实现这样的目的,需要市委团结向导各买办子、各级组织和各地各部分,配合推动各方面的事情。党委办公室处在中枢神经位置,方方面面的事情情形,都要通过办公室综合协调、督办落实。这就要求,党委办公室要施展好牵头抓总的作用,走活“通盘棋”,发动全系统,切实凭证市委的要求,推动各项事情的顺遂开展。

,小13女利自慰网站,欧美性爱9,把蕾丝学姐c到高潮。

??时势2:91精品秘 无码一区二区山手

??01月10日,中国住建部谈保交房攻坚战目标:年底前交付396万套住房,

  二是要理顺治理体制F鹁⑼菩卸蓟嶂卫碜酆现捶ǎㄉ柰骋坏闹捶ú蕉樱喽约行姓捶ㄈǎ涠嗤分卫砦骋恢卫恚涠嗉抑捶ㄎ酆现捶ǎ跚崛褐诩绺海岣咧捶ㄐЧ。都会治理要实验政府统一直导,分级认真,以块为主,条条包管,社会监视,依法治理。市委、市政府对临沂城治理事情,凭证"两级政府、三级治理、四级网络"的要求,合理划分事权,明确职责,抓紧建设完善治理体制,尽快运转。

,小南裸体被 免费羞羞视频,成熟的管复古自由性别,Chine鉂屸潓鉂寁ideo。

??01月10日,“潭美”远离海南岛 三亚部分景区仍暂停营业,  王先生体现,加入配捐的都是大病患儿的眷属,由于孩子看病需要大宗的医疗费,许多家长恒久陪着孩子看病没有收入,想借着这样的方法缓解经济压力,许多家长投入的钱都是通过向亲戚借、刷信用卡或者借网贷的钱,王先生说,现在家长们只希望拿回自己的钱,由于受骗的都是救命钱。,400级毛片,亚洲一区二区三区国产盗摄,在线观看视频a片。

??时势3:男生把憨憨放进女生嘴里

??01月10日,浙江杭州:首届全国全民健身大赛气排球项目总决赛举行,

  最后,对此次培训班提出三点希望。第一,珍惜时间,集中精神认真学习,听好课,做好条记;第二,认真遵守课堂纪律。第三,发挥理论联系现实的学风,连系目今和自己头脑现实,回去深刻意会学习内容并运用于实践当中。

,黄网免费视频直接看黄网,激情 小说 图片,你懂的自拍偷拍。

??01月10日,我国工业领域设备更新加速落地,

  这一夜很清静,小不点等险些都突破了,获得了极大的利益,天空中玉兔坠落,地平线上火灼烁起,金乌升起。

?第一百七十章 九洞天,革委会主任的兽行夫妻小说最新章节,视色国产不卡,18岁美女网站。

??时势4:尿孔 灌 电击 调教视频

??01月10日,航拍雄安自贸试验区交流展示中心,

  他们守着原始山林长大,自然知道其中的危险,有种种凶物,连他们的父辈进入山林都需要审慎小心,不然会丧命。

,mm131王雨纯被 喷水xyz,台湾黄色网站电影特级毛片,日韩久久爱。

??01月10日,吴清:希望机构投资者坚定信心 更加成为市场运行的“稳定器”,

  一天天已往,小不点早出晚归。

,色 网站,黄色网站日人,黄色视频观看一区。

责编:马楠

审核:石丰森

责编:周子

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