十八岁以下禁止看的网站,甜美诱惑让你心动不已,快来感受那份独特魅力

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 03:18:50
泉源:

猫眼影戏

作者:

常石磊

手机审查

  猫眼影戏记者 毕柏 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:XXXX76馃崋馃崋馃崋

??01月10日,大河之洲,

  信息化装备更新较快 ,不可知足生长应用的要求 ,各单位在每年的更改和本钱用度预算中 ,应思量信息系统的更新、维护用度 ,以知足现实需要 ,包管信息网络系统的稳固运行和可一连生长。我想 ,首先 ,要凭证卢总的要求 ,管好、用好现有的钱 ,才会有更多的钱用。其次 ,光要钱 ,用欠好也是不可的。

,32084脱衣舞成人场景。

??01月10日,美考虑进一步限制中国获取AI芯片技术 中方:暴露“说一套做一套”的虚伪嘴脸,

  有人说 ,生命是宝藏;有人说 ,生命是黄金。我说 ,生命是花 ,就像春天壮丽多彩的花。天下因如花的生命而精彩 ,可是 ,有的人却容易地让生命之花过早地干枯了。

,WWW……com黄色视频,欧美一无遮挡级aa大片24免费,1024人妻欧美日韩在线。

??时势2:18禁红桃网站

??01月10日,联合国官员警告:加沙北部已陷入全面饥荒,

  要施展好照料助手作用 ,起劲为党委的科学决议提供准确、优质和高效效劳。办公室作为党委的照料部、智囊团 ,主要体现在文稿起草、视察研究、提供信息、催促检查、提出对策性建议等方面。因此 ,各级党委办公室一定要普遍搜集信息 ,深入开展研究 ,一直增强事情的预见性 ,提高辅助决议的科学性 ,从而更好地为向导决议提供有价值的意见和建议。一要一直提高起草文稿和办理公牍的质量。各级党委办公室要把综合文字事情作为办公室的主要营业建设来抓。认真学习主要文件 ,体会向导讲话和指挥 ,准确掌握向导意图 ,一直提高文稿撰写的质量。要注重作育从事文字事情的营业主干 ,充分办公室文字事情的实力。二要强化信息、督查和政策研究事情 ,准确实时地反应社情、民情 ,为党委当好“线人”。要确保信息的时效性 ,做到快报而不漏报、误报;要确保信息的真实性 ,不掺水分 ,不弄虚作假 ,既报喜也报忧 ,周全反应真真相形。要注重提供有质量、有深度的调研 ,针对党委关注的问题举行重点调研和综合剖析归纳 ,为党委提供有参考价值的决议依据。三要增强催促检查 ,协助党委抓好事情落实。牢牢围绕党委的重大决媾和中心使命 ,以及向导的主要指挥和交效劳项 ,以抓详细落实为重点 ,自动督导 ,按期转达。要进一步探索和实践新形势下实现督查实效的机制和手段 ,强化督查事情职位 ,健全督查事情网络 ,使督做事情事事有着落 ,件件有回音 ,确保党委的政令流通。四要做好神秘保密事情 ,确保首脑机关的神秘清静。要建好、管好密码通讯网络 ,进一步增强对密码电报的治理 ,起劲消除爆发失泄密的隐患。

,免费看所有乱伦黄色视频,在线肉址免费,三级视频又爽又硬。

??01月10日,做磁浮的梁 架传承的桥(讲述·弘扬科学家精神),

  “那是什么?”小不点历来没有像今天这般心悸过 ,适才整小我私家都像是要阻止了呼吸 ,小脸发白。

,妹妹趴下让我桶,a片在线视频导航,国产精品熟女视频二区2021。

??时势3:淑女隐忍憋尿by白夜飞行

??01月10日,山东济南:《黑神话:悟空》取景地“猫猫寺”引游客打卡,

  “他是……远古凶兽的子女吗?”

,午夜在线一级,91官网,好操爽还要在线播放。

??01月10日,粤港青年广州体验“扒龙舟”,

  两年前的今天 , 20xx年 9 月 10 日 ,省委、省政府作出了 “ 关于周全推进优美墟落建设的决议 ” ,随后 ,市委、市政府对优美墟落建设提出了详细要求。优美墟落建设是现阶段社会主义新农村建设在安徽的详细实践 ,是安徽 “ 三农 ” 事情历史上又一新的里程碑。两年来 ,全区的优美墟落建设有序推进 ,取得了优异的阶段性效果 ,但使命依然难题 ,村级组织和宽大村干部要将优美墟落建设作为目今重中之重的事情 ,乘势而上 ,求真务实 ,刷新立异 ,起劲开创优美墟落建设新时势。

,91制片厂,亚洲少妇无码视频,国产一区二区免费精品。

??时势4:免费5黄片

??01月10日,外资加码布局中国市场,

  消防清静知识的缺少 ,消防清静意识的淡漠总是能让我们看到、听到一幕幕血的教训:1997年5月 ,云南省富宁县小学起火酿成火灾 ,伤亡2人;20__年6月10日广东汕头华南宾馆爆发火灾 ,大火造成31人殒命、3人重伤。20__年1月26日破晓1点30分 ,东莞市大岭山镇一个家庭小作坊爆发火灾 ,造成13人殒命 ,5人受伤。纵观这些夺走无数生命的火灾事故 ,有几起不是消防清静意识淡漠、违反消防清静操作规程酿成的恶果呢?

,黄色网站真人版,欧美夜色精品,黄色免费小视频网站。。

??01月10日,(走进中国乡村)“麻糖村”打响新名号,

开学学校向导讲话 篇16

,一级特黄AAA免费看直播,亚洲AⅤ免费在线,亚洲凹凸精品分类大全。

责编:刘海儿

审核:张红中

责编:苏局仙

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