(5秒深入讲解)村上里沙兽皇最新版v13.219.35.34.29.97.20.47-2265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

Meta AI研究团队推出Saber:无需特殊训练数据的视频天生新突破

2026-01-10 02:11:44
泉源:

猫眼影戏

作者:

程国清

手机审查

  猫眼影戏记者 罗思章 报道Q8X2R7L1T4J5M9B6W3

这项由Meta AI研究团队与伦敦国王学院联合完成的研究于2024年12月揭晓 ,研究编号为arXiv:2512.06905v1。感兴趣的读者可以通过该编号在学术数据库中盘问完整论文。

研究团队面临的问题着实很容易明确。当你想要制作一段视频 ,好比让梵高泛起在咖啡馆里喝咖啡 ,或者让《戴珍珠耳环的少女》这幅名画中的女孩在窗前变换姿势 ,现有的手艺需要大宗特殊准备的训练质料。这些质料必需包括参考图像、对应视频和文字形貌三者的完善组合 ,就像需要同时拥有食谱、制作历程视频和制品照片才华学会做菜一样。

问题在于 ,制作这样的训练质料本钱极高 ,就像要为每道菜都准备完整的教学套餐一样难题。研究团队发明 ,现有要领需要构建包括参考图像-视频-文本三元组的专门数据集 ,这个历程涉及重大的数据网络、标注、聚类和筛选流程 ,不但腾贵并且难以大规模扩展。

Meta AI的研究团队提出了一个巧妙的解决计划 ,他们开发了名为Saber的框架。这个系统的焦点头脑是通过一种"遮罩训练战略"来模拟参考图像到视频的天生历程。就像学习绘画时 ,先生不需要专门准备每一种参考照片 ,而是随机遮挡一幅完整画作的某些部分 ,让学生凭证可见部分推测和重现整幅作品。

Saber在训练历程中会随机选择视频中的某些帧 ,然后用种种形状的遮罩部分笼罩这些帧 ,将被遮罩的区域作为"参考图像"。这种要领让模子学会了怎样从部分信息中提取身份特征和外观特征 ,然后将这些特征融入到天生的视频中。研究团队设计了多种遮罩形状 ,包括椭圆、傅里叶黑点、凸多边形和凹多边形等 ,确保训练的多样性。

为了阻止常见的"复制粘贴"问题 ,研究团队还引入了遮罩增强手艺。这就像在制作拼图时 ,不是简朴地把原片断直接放回原位 ,而是对片断举行旋转、缩放、翻转等变换后再安排。这样可以让天生的视频越发自然 ,阻止泛起生硬的拼接痕迹。

在模子设计方面 ,Saber接纳了一种巧妙的注重力机制。系统将参考图像和目的视频帧在特征空间中毗连 ,通过自注重力机制让视频部分和参考部分相互交互 ,同时通过交织注重力机制连系文本提醒的语义指导。这种设计确保了参考图像的身份信息能够准确转达到天生的视频中 ,同时坚持与文本形貌的一致性。

研究团队在OpenS2V-Eval基准测试上举行了周全评估。这个测试包括180个提醒 ,涵盖简单参考和多重参考等七个种别。效果显示 ,Saber在总体评分上抵达了57.91% ,凌驾了需要专门训练数据的要领。特殊是在NexusScore这个最能反应参考到视频性能的指标上 ,Saber取得了47.22%的效果 ,比其他要领横跨显著幅度。

值得注重的是 ,Saber展现出了优异的泛化能力。它不但能处置惩罚差别数目的参考图像 ,还能凭证遮罩比例的调解来顺应远景主体或配景场景的差别需求。当需要坚持远景角色时 ,系统使用较小的遮罩比例 ,而需要坚持配景情形时 ,则使用较大的遮罩比例。

研究团队还发明了Saber的一些有趣能力。好比 ,当提供统一个主体的多个视角作为参考时 ,系统能够准确识别这些图像形貌的是统一个工具 ,并将多视角的外观特征融合到一个连贯的视频主体中。别的 ,通过改变文本形貌中的主体信息 ,好比将"穿蓝色衬衫的男子"改为"穿玄色背心的男子" ,Saber能够准确地调解天生视频中对应主体的外观。

在现实应用中 ,Saber的推理历程相当直观。关于每个参考图像 ,系统首先使用预训练的物体支解器提取远景主体区域遮罩。若是用户希望参考图像提供配景场景而非远景主体 ,则跳过支解办法 ,使用完整的未遮罩图像。然后 ,系统将参考图像标准化并对被遮罩的配景区域填充零值 ,最后通过调解巨细和填充操作处置惩罚到目的视频尺寸。

研究团队举行了详细的消融研究来验证各个组件的主要性。他们发明 ,相比于在专门的参考到视频数据集上训练 ,遮罩训练战略能够提升1.67%的总体评分。简单类型遮罩的体现显着不如多种类型遮罩的组合 ,说明遮罩多样性关于泛化能力至关主要。牢靠远景面积比例会导致6.18%的性能下降 ,证实遮罩转变的主要性。

遮罩增强手艺的效果也很显着。在没有增强的情形下 ,模子会泛起严重的复制粘贴伪影 ,直接将参考内容原样安排到天生视频中。而应用了旋转、缩放、翻转和剪切等增强后 ,天生的视频显得越发自然和连贯。

注重力遮罩机制同样要害。若是移除注重力遮罩 ,模子在提取参考图像主体时会泛起显着的灰色伪影 ,无法准确疏散主体和配景。而使用注重力遮罩后 ,这些问题获得了有用解决 ,天生的视频质量显著提升。

与现有要领相比 ,Saber在多个场景中都展现出了优势。在简单人物参科场景中 ,竞争要领要么无法将参考主体嵌入天生视频 ,要么保存复制粘贴问题 ,而Saber能够天生一致且切合文本形貌的面部身份。在简单物体参科场景中 ,Saber准确捕获了物体的形状和外观特征。在多重参科场景中 ,Saber能够同时整合多个主体 ,而其他要领往往只能处置惩罚其中一个或泛起身份重复。

这项研究的意义在于为参考到视频天生开发了新的生长路径。通过消除对腾贵专门数据集的依赖 ,Saber使得这项手艺能够使用大规模的视频-文本数据举行训练 ,这为未来的规;さ于嘶。同时 ,Saber的零样本特征意味着它能够处置惩罚训练中未见过的主体种别 ,具有更强的适用性。

虽然 ,这项手艺也保存一定的局限性。当参考图像数目显著增添时 ,好比抵达12张 ,天生可能会泛起剖析征象 ,导致片断化的组合而缺乏连贯明确。别的 ,在重大提醒下的细腻运动控制和时间一致性仍然是挑战。

说究竟 ,Saber代表了视频天外行艺生长的一个主要里程碑。它证实晰通过巧妙的训练战略设计 ,可以在不增添数据网络本钱的情形下实现高质量的参考到视频天生。这种要领不但在手艺上具有立异性 ,在现实应用中也更具可行性 ,为个性化视频天生、定制化故事讲述和虚拟化身等应用场景提供了新的可能性。

Q&A

Q1:Saber是什么样的手艺?

A:Saber是Meta AI开发的一种新型视频天外行艺 ,它能够凭证参考图像和文字形貌天生坚持角色身份的视频。与古板要领差别 ,Saber不需要专门的训练数据集 ,而是通过"遮罩训练"战略来学习怎样从部分信息中提取特征并天生完整视频。

Q2:遮罩训练战略是怎样事情的?

A:遮罩训练就像让AI学习拼图游戏一样。系统随机选择视频中的某些帧 ,用种种形状的遮罩笼罩部分区域 ,然后学习怎样凭证可见部分推测和重现整个视频。这种要领让模子学会从参考图像中提取身份特征 ,并将这些特征自然地融入到新天生的视频中。

Q3:Saber相比其他视频天生要领有什么优势?

A:Saber最大的优势是不需要腾贵的专门训练数据 ,却能在测试中逾越那些需要专门数据的要领。它还能无邪处置惩罚差别数目的参考图像 ,支持多主体和多视角输入 ,并且能够凭证文字形貌准确调解天生内容 ,阻止了常见的复制粘贴问题。

??时势1:男女一区二区国产在线观看

??01月10日,中外科学家揭秘二叠纪末生物大灭绝新发现,

  生涯点点滴滴 ,环保从我做起 ,支持低碳生涯 ,拒绝污染情形!让我们把这句话铭刻于心吧!

,黑人 亚洲女人迪克。

??01月10日,第十二届全国少数民族传统体育运动会结束 新疆运动员:收获满满,

  床上的老人疑惑 ,在这弥留之际 ,竟见到这样一个从未见过的孩子 ,这般称呼他 ,他渺茫地看着。

,国产A级毛片性色99,超碰在线99自拍,国产永久在线视频。

??时势2:无码中文字幕第一页

??01月10日,第二十届“北京新春音乐会”重返人民大会堂用民歌大拜年,

  蛟鹏惊惧 ,跌落在地 ,他着实被吓坏了 ,这得是何等强盛的一头祭灵?他连滚带爬向外逃 ,再也没有了一丝狂傲 ,吓的小脸煞白 ,通体颤抖。

,亚洲色情综合娱乐久久,颜面坐脸女王,玄兵大战倾辛全部作品。

??01月10日,“洋弟子”在长春:现学现用东北话爆夸东北菜,

  这不是一头两头 ,而是足足四五十头 ,一群凶残的巨兽围了上来 ,远比狈村的人威胁大。

,免费视屏久久久爆操,欧美三级片在线观看视频,av体验区。

??时势3:黄色视频网址免费看

??01月10日,中方:对话协商是解决伊朗核问题的正道,

  “孩子 ,你怎么能相信呢 ,这是拖延时间 ,昊儿云云病重 ,即便能活下来 ,也不可能再滋养至尊骨了!”一位老人捶胸顿足。

,97碰碰碰人妻无码视频免费,青春aaavvvv,久久亚洲天堂AV。

??01月10日,西藏出入境边防检查总站深入基层艰苦偏远单位开展主题实践活动,

  1 诸神允许的永远

,一级a片久久免费,午夜激爽免费毛片,免费看 插入 在线看。

??时势4:网站黄入口

??01月10日,13年13亿,贵州茅台通过“规模化”捐赠扩大公益影响力,

  一群孩子盘坐在草地上 ,盯着这头生灵 ,时时发出笑声。

,99r99精品视频,18款看黄a在线入口,午夜操B视频。

??01月10日,新华时评丨建设金融强国要积极培育中国特色金融文化,

  年头 ,我们下发了《20xx年省委政研室事情要点》 ,安排了今年的事情使命。最近 ,我们召开了全省政研事情聚会 ,对打造党委焦点智库提出了一系列新的要求、使命和行动。今天 ,我们又召开机关党委换届选举大会 ,重点研究安排以后五年机关党建事情?杉 ,我们的政研事情、党建事情使命都已经明确。现在的要害是抓好落实 ,把这些事情使命真正落到实处、抓出效果。要深刻熟悉到 ,不抓好落实 ,再优美的蓝图也不过是蓬莱仙阁、蜃楼海市 ,必需切实把抓落实的历程贯串于我们履职的始终。这里 ,我就增强和刷新机关党建事情 ,特殊再强调一下。总的来说 ,今年及以后一个时期 ,我们政研室机关党的建设一定要掌握这样一个总体要求:深入贯彻落实科学生长观 ,周全实验“八八战略”和“两创”总战略 ,着眼于增强党的执政能力 ,坚持生长党的先进性 ,以建设学习型党组织为抓手 ,以开展立异争优活动为载体 ,以刷新立异为动力 ,周全增强和刷新机关党的建设 ,提高机关党建事情的科学化水平 ,为打造省委焦点智库提供顽强的政治、头脑和组织包管。详细要围绕以下四个方面重点抓好落实:一是坚持把建设学习型党组织作为主要使命 ,起劲提高理论武装水平;二是坚持以提高素质、增强能力为目的 ,起劲增强步队建设;三是坚持以增强党支部活力为重心 ,起劲做好抓下层打基础事情;四是坚持党要管党、从严治党原则 ,起劲增强党风廉政建设。

,黄色无码啪啪视频,这是充满足的王者,手机在线A片不卡免费的视频。

责编:谷献军

审核:古丽·阿卜杜

责编:马坚

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