猫眼影戏
 |
|
猫眼影戏
陈良平
手机审查
猫眼影戏记者 朱柳融 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：纳西妲的婬肉版小说NRT
??01月07日,青海设立关爱帮扶基金让退役军人“难有所解”,
“小不点你有掌握吗 ，能击败那群凶寇吗 ？”一群孩子从湖边跑来 ，将他围住 ，皆攥紧了小拳头 ，眼中露出希冀的光 。
,六月丁香婷婷香蕉久久 。??01月07日,一架飞往日本的客机发生袭击事件 飞机紧急着陆,
这死孩子太损了 ，将两个大人物轮动起来跟风车般 ，虎虎生风 ，指东打西 ，指南打北 ，幻化莫测 ，那叫一个顺溜 。
,www.黄色网页久久,《小樱鸣人》免费漫画,国国产灌醉迷晕在线视频 。??时势2：明明说好的只蹭蹭
??01月07日,满场“中国红”、特别版球衣 奥运赛场的拼搏之路从不孤单,
回应给它的是一根铁棍 ，劈在璀璨的宝术上 ，爆发出阵阵大道伦音 。并且 ，一种至强的原始符文泛起 ，铿锵作响 ，让棍子发出无量光 ，缭绕着成片的字符 ，密密麻麻 ，被加持后 ，此棍神威激增 。
,李小璐一夜七次高潮,a 片官网,扣逼喷水视视频 。??01月07日,新疆吐鲁番市高昌区亚尔镇新城西门村：饱满的葡萄 串起充实的生活,
“呀 ，那株树吃掉了一头重大的火犀！”
,国产美女日逼逼,羞羞色精品午夜一区二区,黄色网站性交 。??时势3：A片福利片国产在线播放
??01月07日,2024中国（江西）工业互联网创新发展大会举行,
教研室以提高课堂执教水平为重点 ，开展了“翻转课堂”教学钻研活动 。
,操逗你网,YOUJIZZZXXXXHD,影音av 在线 。??01月07日,重庆市首家林业专营支行在丰都落地, 李鹏新严重违反党的政治纪律、组织纪律、清廉纪律和生涯纪律 ，组成严重职务违法并涉嫌受贿犯法 ，且在党的十八大后不收敛、不收手 ，性子严重 ，影响卑劣 ，应予严肃处置惩罚 。依据《中国共产党纪律处分条例》《中华人民共和国监察法》《中华人民共和国公职职员政务处分法》等有关划定 ，经中央纪委常委会聚会研究并报中共中央批准 ，决议给予李鹏新开除党籍处分；由国家监委给予其开除公职处分；收缴其违纪违法所得；将其涉嫌犯法问题移送审查机关依法审查起诉 ，所涉财物一并移送 。,亚洲欧美日韩国国产综合,骚逼操死你视频,一级做受毛片免费大片l 。
??时势4：柳州莫菁囗交全套高清图片
??01月07日,1月人民币对美元震荡走低 业界析全年走势,
“海推海选”方法爆发新一届村委会委员36名 ，其中新进委员15名、女性委员12名 ；唤旌 ，支委平均年岁43.5岁 ，比上届下降了2.3岁 ，高中以上文化水平从原来的13名增添到现在的20名 。在整个村委会换届选举历程中我们认真把好“五关”：
,黄色一级视频小草,国产乱子伦牲交视频,欧美一级a 。??01月07日,Keep与OPPO达成战略合作，智能硬件+AI大模型赋能运动健康领域,
3、要增强法制看法和群众看法 。随着依法治国看法的一直深入 ，农村下层干部的法制看法也在逐步增强 。但也有一些干部法制看法淡漠 ，不懂执律例则 ，不依法效劳 ，甚至自觉不自觉地违规违纪 Ｏ虏愀刹坎灰婪ㄐЮ ，很容易引发矛盾 ，甚至酿成大的事务 Ｏ虏愀刹恐挥兄ǘ ，才华帮群众答疑解惑 ，出点子、想步伐 ，解决现实问题 。农村正在扩大下层民主 ，实验村民自治 ，但这种自治是依法自治 。农村下层干部不学法 ，不懂法 ，就不知道怎样生长社会主义市场经济 ，就不知道怎样搞好下层民主法制建设 ，就无法真正维护群众的基础利益 。农村下层干部直接和群众打交道 ，农村下层干部群众看法强 ，随处为群众着想 ，认真为群众效劳 ，遇事同群众探讨 ，干部的形象就好 ，党在农民群众中的威望就高 。反之 ，就会直接影响党和政府的形象 。因此 ，各人要通过学习 ，进一步切记党的宗旨 ，想农民所想 ，办农民所需 ，起劲学会在新的历史条件下做好群众事情的新要领 。
,AV无码国产精品性色aⅴ,小 戳进 日漫,欧美片巜蜜桃臀熟1 。【美媒：国际投行看好中国消费增长前景】
责编：张敏才
审核：肖罡
责编：丁卫军
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
