免费A漫 - 禁漫天堂,让你在休闲的每一刻都能享受极致的娱乐体验,开启属于你的快乐时光

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

2026-01-07 18:10:25
泉源:

猫眼影戏

作者:

王丽菊

手机审查

  猫眼影戏记者 黄坦 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 M ,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:少妇婬荡视频在线播放

??01月07日,俄罗斯主流媒体记者团赴藏参访,

  她取过柔软的被子 ,战战兢兢的为昏已往的石毅盖上。最后站起身来 ,忍不住大笑 ,有些猖獗 ,有些歇斯底里。

,色先锋影音aV色先锋资源。

??01月07日,宁夏银川2025年谋划171个农业项目 总投资174亿元,

  小不点眸子很亮 ,手中符文交织 ,向前冲去 ,硬撼一根赤羽 ,爆发出一团耀眼的光 ,赤霞漫天 ,闪电般的纹络密布。

,免费一级毛片录相,贺峻霖吃鸡扒开大腿,国产原创视频在线。

??时势2:Gai视频在线观看免费播放

??01月07日,兴业银行落地股份行首笔“中小微企业资金流信用信息共享平台”融资业务,

  所有村人都一阵颤抖 ,感受像是在面临神明 ,族中祖传下来的药鼎发光 ,随着共识 ,鼎壁上 ,上古先民的图案越发清晰了。

,纯洁女学生被强伦轩视频免费观看,欧美十八 -贴吧,97人人肏。

??01月07日,无人机秀“点亮”江苏盱眙夜空“绘制”光影画卷,

  它竟然在脱皮 ,金色皮毛裂开后 ,从当中挣脱出一头更为璀璨的神狼 ,全身皮毛跟黄金铸成的一样平常。

,网站直接看操逼,一级特级免费黄色视频电影网站,日本东京热鬼逝伦轩。

??时势3:男模裸J照无遮挡 动漫

??01月07日,第二届上海湾户外运动节金秋开幕 多彩活动尽显活力,

  第三、要注重自身及财物清静。同砚们在课间休息时 ,不得在课堂或楼道内追逐打闹 ,不要坐在窗台上 ,不要攀爬操场护栏。脱离课堂、宿舍要实时锁好门窗 ,不要将珍贵物品带到学校。

,久久国产精品久久w,国产一级a毛一级a看免费视频,附近约爱,农村久久久受WWW免费人。

??01月07日,新疆喀什多地“五一”迎旅游热潮 游客:体验很好,下次还来,

  石笠神色惨白 ,瘫坐在地上 ,双目无神 ,那大道神音震的他灵魂差点出窍 ,恐惧无比 ,身体瑟瑟颤抖。

,色色天天网,裸体美女视频网站三区 玫瑰堂,美女裸体全身秘 遮挡视频。

??时势4:欧洲免费A视频

??01月07日,伊拉克否认遇袭建筑与以情报机构有关,

  我讲的第三个词是“希望”。

,你懂的無碼在线播放,十八禁看网站尻逼啪啪,一级毛片美女欧洲。

??01月07日,开锁换锁五花八门收费惹争议,

  一、高度重视 ,严酷治理 ,为办妥这次培训聚会提供了有力包管。

,粗暴大黑鳮巴视频欧美VD,a片黄片小视频,绅士网站。

【北京亦庄出台一揽子行动计划 生物医药健康产业规模力争突破2千亿】

【“潭美”远离海南岛 三亚部分景区仍暂停营业】

责编:杨亨燮

审核:程漱玉

责编:吴在德

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