猫眼影戏
 |
|
猫眼影戏
弗兰克·斯蒂芬森
手机审查
猫眼影戏记者 陈希同 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：任你爽视频
??01月06日,民进中央2024年参政议政年会在武汉开幕,
风声呼呼，它们极速而行，很快来到了这片坍毁的山脉中，仔细寻找剩余的战斗烙印 。
,扒开双腿18禁 。??01月06日,加拿大制造并捐给乌克兰的首批装甲车将运往欧洲,
“敢惦记我的圣药，你们一个个岂非遗忘自己的父辈是怎么死的了吗 ？”这只金色的猴子相当的狂霸，以金色战矛指向前方，面临所有敌手 。
,国产精品综合,日本动漫黄A片免费网站,肉便器虐乳捆绑 。??时势2：国产一区二区三区黄网站
??01月06日,“活跃家庭·和谐健康”体育科普中国行走进浙江舟山,
两人世神曦闪灼，殿中如山海咆哮，隆隆而鸣，整座神圣殿堂都在摇动 。
,性按摩 医生小说,18禁超污无遮挡无码黄网站,巨茎黑人大战杨钰莹小说 。??01月06日,首个由中国牵头完成的旅游国际标准发布 一文了解“新”在何处？,
“娃娃你要做什么 ？”海老人问道 。
,女人打开大腿让男人桶爽视频,王雨露孔头,男坤坤女坤对坤 。??时势3：国产精品免费午夜视频
??01月06日,数字赋能新农田 “北大仓”智慧春耕已开启,
学业前进，贵在自觉 。我们要严酷凭证《中小学生一样平常行为规范》来要求自己，在先生的指引下，作育自己优异的行为习惯、学习习惯和生涯习惯 。同砚们要自觉自愿遵守小学生守则和学校的规章制度，自觉养成优异的学习习惯和生涯习惯 。
,校花主动脱 让我 网站,www.人人操97,小🐔🐔伸进🈲🔞梅花十三 。??01月06日,江西南昌做优生态旅游 湾里梅岭获评国家级旅游度假区,
“筋骨已经对正，敷上这种稀世宝药肯定能再生出来，定心好了！”族长慰藉 。
,1984美式保罗3完整,一级黄大片,黃色A片三級三久久 。??时势4：可以免费看少女裸体网站
??01月06日,台湾青年观摩中国航展：备受震撼 成为歼−20模型拥趸,
罗浮大泽的中年强者蛟苍并没有阻止，神色冷漠，道：“交出狻猊宝骨，献上三头幼鸟，不然这个村子可能会除名 。”
,赵邦贺气质富姐,亚洲国产一二三精品无码,黄色视频aaaaaa视频 。??01月06日,江苏出台政策礼包支持民营经济发展,
科学生长需要档案事业，档案事业需要科学生长 。一是各级档案部分和全体档案事情者要深入学习和实践科学生长观，周全明确和掌握其精神实质和主要内容，联系档案事情的现真相形，认真剖析和研究档案事情中保存的不顺应、不切合科学生长观的头脑看法和突出问题，树立新的事情理念，确定新的事情目的，开发新的事情领域，探索新的事情方法，使档案事情更好地为建设现代新__和构建协调社会效劳 。二是增强学习和贯彻市委九届五次全会精神的实效性，充分熟悉档案事情效劳于现代新__建设的主要性和紧迫性，找准档案事情的突破口，确立档案事情的抓手，锐意进取，顽强拼搏、扎实事情，奋力开创档案事情追赶型、率先型、跨越式生长的新时势 。三是凭证市十二届五次人代会和市政府全会确定的目的和使命，连系档案事情的现实，制订档案事情的目的和使命，层层认真、突出重点、狠抓落实，增进档案事业与经济社会协调生长 。四是比照《__市档案事业生长妄想》的要求，找准差别，狠抓落实，加速档案事业生长程序 。
,18岁禁止网站黄色网站免费在线观看,6080三级大黄视频,日本一区二区乱伦免费播放 。责编：道格拉斯-罗伯茨
审核：张瑞中
责编：张轸
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
