(9秒全面认识)7777视频苹果版v90.05.4.56.2.867.55-2265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

2026-01-07 18:00:46
泉源:

猫眼影戏

作者:

菲林

手机审查

  猫眼影戏记者 王再生 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:国产免费A片又爽又舒服

??01月07日,斯诺克世锦赛:张安达止步首轮 吕昊天半程落后,

  我喜畛厮动。简直,运动是我的第二生命。12年的体育训练,5年足球,4年长跑,3年短跑。体育运动不但塑造了我轶群的身体素质,作育了我乐观豁达,坚贞不拔的特质,更让我结识许多志同志合的好朋侪。红色的跑道,见证我统揽区高中运动会和校运会短跑100m,200m和4100m项目所有6块金牌;绿茵场上,我曾是小学生适口可乐杯联赛金球奖,中学生南洋杯足球联赛最佳球员,上海中学首届源生杯射手王和源生杯冠军队队长;篮球场上,我也是sbg篮球赛亚军队队员。许多时间,竞技场就如人生场,有竞争,更多简直是别人的相助。金牌奖杯永远只有一个,但若是能点燃一个班级,一个赛场,凝聚所有人,将运动的精神熏染每一小我私家,让更多的人加入进来,我以为那才是运动的真正魅力。

,久久精品黄色片。

??01月07日,港澳博士:深港科技融合优势互补是大势所趋,

;で樾挝颐窃谛卸煜陆不 篇17

,色色色ssshhh.com色色色,日B要日小嫩B,成年人视频app。

??时势2:jizz国产高潮

??01月07日,(澳门回归25周年)庆祝中国人民解放军进驻澳门二十五周年大会举行,

  然而,这却很是的被动,这种防御极其泯灭精气神,长此下去,小不点必定会被耗死,纵然有三座“火山口”为其增补也不可,过于被动。

,纳西妲去内无布料开襟,国产色在线,免费的aⅤ。

??01月07日,天津升级发布暴雨黄色预警信号,

  已往的一年,我们强基固本,增强向导班子建设 , 夯实下层党建基础。 高标准、高质量开展了党的群众蹊径教育实践活动,着力解决人民群众反应强烈的突出问题,增进党风政风基础好转。现在,确立的 22 项专项整治内容和 39 项制度妄想已基本整改到位。坚持和完善民主集中制,对重大事项、重大决议,举行整体研究 ,充分发挥民主,确保决议科学准确 ,开好民主生涯会,开展品评和自我品评,形成“和衷共济做事业、群策群力营生长”的优异时势。 全镇 40 个行政村所有完成“两委”换届选举事情,“两委”班子的年岁、性别、学历结构越发合理。 强化村级干步队伍建设,增强生长和后备干部作育事情力度,新生长24 名。凭证 “20 字” 好干部的标准和新修订的干部任用条例划定,注重使用一线事情履历富厚、历经多岗位磨炼和经受严酷磨练的干部,经由民主普遍推荐和党委谈话考察,建设“高铁人才储备库”,形成因事择人、人岗相适的体制机制,形成做事创业、勇猛争先的优异民俗。

,久久久久无码精品国产抖音,啊啊啊~好大~嗯嗯嗯~c我~射,九九精品国产72国产精品福利。

??时势3:精品欧美一级视频在线

??01月07日,陕西省卫生健康委员会原主任刘宝琴接受监察调查,

  小不点搭在对方的莹白的手臂上,一个背摔,陪同着炽盛的符文,轰的一声,将她砸进了地下,土石飞溅。

,男人捅女人,mm131王雨纯被 喷水xyz,欧美一级婬A片久久精品。

??01月07日,香港举办座谈会探讨如何推动区域知识产权贸易中心发展,

  管事神色一白,急遽随着,弯腰行礼,道:“大人恕罪!”

,男生女生一起生产豆浆,老外...好大...插尿了,欧美夜色。

??时势4:日韩色情毛片

??01月07日,闽台青少年交流联谊活动福州启动,

  别的,要切实提高办文办会效劳效率,继续抓好神秘、保密以及办公室所联系的信访接待等各项事情,为全区经济建设和社会生长提供更优质的效劳。

,在线观看黄片免费视频,无码免费精品,91xav在线。

??01月07日,火山徒步有风险 印尼旅游业者提醒绷紧“安全弦”,

  “咦,那是……”突然,有凶寇发明了村中一闪而没的独角兽,眼中马上发出凶光,露出惊喜的神色。

,www.黄片免费,手机在线黄色免费网站,神里绫华焯出白水该如何处理。

责编:加布里埃尔·尤尼恩

审核:卡雷盖亚

责编:张玉泉

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