(7分钟一步到位)91欧美三级电脑版v74.2.13.70.86.30.57.13-2265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

2026-01-08 10:41:45
泉源:

猫眼影戏

作者:

何弃疗

手机审查

  猫眼影戏记者 汪林丰 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:久久久久久免费无码专区

??01月08日,甘肃搭起连通国内外的“空中桥梁”,

  20xx年是中央提出新型城镇化建设的开局之年,能否开好局、起好步,对以后的城镇化建设至关主要。今年要重点抓好以下五个方面的事情。

,久久有码视频A片。

??01月08日,工信部原党组成员,国家烟草专卖局原党组书记、局长,中国烟草总公司原总经理凌成兴严重违纪违法被开除党籍,

  在农村,要体现先进文化的前进偏向,必需把精神文明建设摆到村级事情的议事日程上来。现在,农村虽然比原来富了,但生涯质量、文明水平还没有跟上来,城乡差别还较量大。这就要求农村干部,要凭证现代化新农村的要求,在妄想建设、墟落治理、栖身和生涯方法等方面,指导农民群众逐步向都会化生涯过渡,加速农村都会化历程。要阻挡封建迷信,弘扬社会公德、家庭美德,起劲开展群众性的文化娱乐和文明村户建设等活动,用科学康健、文明向上的头脑占领农村头脑文化阵地。

,亚洲视频精品,秋霞电影手机网,韩国三级中文字幕久久。

??时势2:欧美日韩网址

??01月08日,玻利维亚前总统自称遭遇刺杀:汽车被枪手子弹击中,

金条逾期三个月以上会怎么样,怎么办
,成人直播网站,国产熟女露脸91,女孩被玩到失禁颤抖求饶。

??01月08日,自然资源部:对耕地保护突出问题实行一票否决,

  惋惜,这头凶禽太强盛了,双翅一展,撕破苍穹,瞬息远去,避过了铁棍,它虽然身躯重大,但却很是无邪,拥有神速。

,国产免费性交,国内精品久久·,亚洲少妇无码视频。

??时势3:污黄应用

??01月08日,新加坡总理黄循财访问马来西亚,

  同志们,教育的目的在于“成人”。“成人”事实依赖“自成”照旧“造成”,现在生怕仍会有许多人选择后者。若是我们能听一听柳宗元笔下种树能手郭橐驼的话,就不难知道这样做“虽曰爱之,着实害之;虽曰忧之,着实仇之”。儿童研究事实是一张“白纸”,照旧一颗“种子”,决议了教育的态度是纷歧样的——面临白纸,教育者可以为所欲为,面临种子,就必需遵照种子的生长纪律和所需的生长条件。面临一张“白纸”和面临一颗“种子”,教育的难度也是纷歧样的——贯注容易而激活难。我希望先生们把儿童看作为一颗“种子”。面临这粒种子,绝不可以片面为所欲为地誊写,我们要受到制约,必需思量到激活这颗种子的潜在生命力所必需的合适土壤、阳光和养料。给予这颗种子所需要的,它的基因图谱才华舒睁开来,才可能长成参天大树。

,日韩一级卖片A片AAA毛片,操女孩纪实,国产综合亚洲精品一区二。

??01月08日,国际最新研究:一种新方法制作智能纤维 可用于可穿戴电子设备,

  空气很清新,露珠在草叶与藤蔓上滚落,石村一群青壮年男子要出发了,又将去狩猎。

,欧美一级黄片潮吹,国产精品欧美,国产精品久久久久久99精品。

??时势4:99久久国产免费这里只有精品

??01月08日,《平“语”近人——习近平喜欢的典故》(国际版)匈牙利语宣传片,

  第一,一定要增强清静意识,这是很大的套话又是很大的真话。同砚们无论做什么事,都要记着这个条件。万万不要泛因由为自己的疏忽,激动,或者毫无须要的逞能,而危害自己和他人的清静,甚至泛起严重效果而抱憾终身!各人要记着,我们要拥有好,怙恃所付与我们的康健的体魄,由于我们要靠康健的体魄去实现自己的理想,去成绩自己的未来!

,一本色道久久综合狠狠躁,国产高清一级A片免费视频,欧美综合色区。

??01月08日,全球看春晚!2600多家海外主流媒体将直播和报道总台春晚,

  猛禽展翅凌云,遨游天地中,拥有极速,可是却也过于醒目,可能会成为一些空中霸主的猎食目的,可能比在山林中穿行更危险。

,久久免费黄色视频精品,欧美黑人又色又爽的A片,91G黄色视频。

责编:黄晖

审核:郑培霖

责编:薛蟠

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