www狼友coN,内容丰富,界面简洁,无论新手还是高手都能轻松上手

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

2026-01-11 17:19:37
泉源:

猫眼影戏

作者:

杨小民

手机审查

  猫眼影戏记者 孔繁东 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:开操啦免费视频

??01月11日,(乡村行·看振兴)浙江山区乡何以一年引来百万游客?,

  “毛球,别这么小气,清风都这个样子了,你不想帮它吗 ?”小不点笑着冲它招手。

,久久久久无码精品国产√。

??01月11日,南京大屠杀幸存者刘素珍去世 享年93岁,

  想了很长时间,他为自己起了一个名字,叫石清风,他希望以后可以像风一样自由,脱离这片牢笼。

,男女动态图无遮挡猛烈同房,2048发布页收藏页,色站综合。

??时势2:草莓视频污版下载

??01月11日,东西问·中国石窟|丝绸之路与唐蕃古道如何在炳灵寺石窟牵手?,

刑事案件无罪释放是否可以追究办案人员责任

,福利eeu s s,诱奷小箩莉无删减版,能免费看一级片的网站。

??01月11日,高校体育场地如何开放才合理?,

  四是进一步增强村级班子的协力。 村党支部书记和村委会主任作为村级两个主要组织的认真人,两者的关系怎样,将直接影响农村下层组织和各项事情的开展,准确处置惩罚好两者的关系,能切实增强村级组织的协力。为此,我们要做到以下几点:一要分清职责,细密相助。从理论上讲党支部书记主持认真村党组织事情,村委会主任主持认真村委会事情,职责是明确的。但现实上,村党支部的事情和村委会的事情在有些方面是交织、渗透的。因此有须要凭证事情需要,凭证优势互补的原则,围绕党支部和村委会的事情目的,确定各自分担的内容,使责任明确,各负其责,阻止推诿扯皮或相互争权。但同时又要做到,既分工明确,又亲近相助,提高事情的整体效益。二要相互交流,相同头脑。村党支部书记应实时向村委会主任转达上级的指示、事情信息,起劲支持村委会主任自力事情,依法行使职权;村主任对村重大经济建设和较大经济支出,要实时向支部书记汇报,在作出重大决议前,村党支部书记与村委会主任应碰头通气,统一熟悉。三要襟怀坦率,明确支持。相互间的友谊、体贴和支持是最主要的。村党支部书记与村委会主任要自觉做到不争权力巨细、只比孝顺几多,以事业为重,阵势为重,大事讲原则,小事讲气概,不盘算小我私家得失和恩仇,一切为了配合把村里的各项事情搞好。四要发明矛盾,实时化解。在村党支部书记与村委会主任关系处置惩罚不当爆发矛盾时,两者要实时调解心态、明确位置,分清是非,做好事情,化解矛盾,不要等问题成了堆,再行止置解决。

,白丝可莉 扒腿爽出白色液体,日本免费黄色视频网,免费一级二级欧美片在线观看。

??时势3:furry老虎猛交大肉自慰

??01月11日,找回率超99%背后是2972个团圆故事,

  最后,我招呼绿中海全体员工要以高度的责任心和顽强的使命感,全力以赴迎接挑战,同心同德共创绚烂!尤其是向导干部要身体力行,坚定不移地贯彻执行“以人为本、科学治理”地基来源则,进一步增强全局意识,提高团队精神,创立绿中海的新业绩、新绚烂!

,亚洲av办公室啊,在线免费看黄的黄网站,性交A级久久。

??01月11日,日本震区半个月有感地震达1400多次,

  “变强!”

,进 里 片国,中日韩特级无码免费毛片,jiuse。

??时势4:国产91区精品福利在线社区

??01月11日,江苏“最年轻”地级市首个千亿级产业达成 光伏产业成新高地,

  毛球全身皮毛发光,大眼骨碌碌的转动,就要逃走,可是却被早有准备的小不点一把捉住了,轻声道:“毛球你帮帮我好欠好 ?”

,国产91Av资源在线播放,国模工作室流出两个漂亮,男女八x八x视频网站。

??01月11日,【澜湄印象】“Z世代”泰国女孩长春学中医:针灸拔罐样样精通,

  冬天的早晨很冷,有的同砚怕冷贪床,舍不得钻出温暖的被窝,宁愿多待一分钟,也不肯早起三十秒。逃避课间操,甚至逃避上体育课,在严寒眼前选择了怯懦,这就需要我们战胜畏难情绪,勇敢一点,起劲加入磨炼,体育课活动课走出课堂,到操场上去,加入种种体育运动,对我们来说,不但可以收获康健,还会有更充分的精神来面临学习。

,老司机黄色网站视频,你懂的在线视频播放,人妻视频一区二区三区免费。

【港大医学院和多家机构研发的治疗艾滋病病毒疫苗取得突破江西南昌:农业产业日渐红火 “一村一品”助农增收】

【公安部交管局提示:返程高峰,出行牢记交通安全】

责编:张萌照

审核:夏早发

责编:曹周旋

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