(5秒快速说明)国产一级爱做视频拍拍视频鸿蒙版v62.28.23.928.52.79-2265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

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 05:26:17
泉源:

猫眼影戏

作者:

徐水

手机审查

  猫眼影戏记者 胡忠昭 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:久久三级生活片

??01月10日,朝中社:韩国无人机“入侵平壤”?朝鲜公布最终侦察结果 ,

  三、驻足诚信,增强社会信用系统建设 要探索完善信用担保系统,现在,我们正在起劲推进中小企业信用担保系统建设,这将是以后企业信贷的一个新途径 。下一步,我们将加速中小企业信用担保系统建想程序,进一步完善事情机制,更好地为中小企业生长提供信贷效劳 。同时,增强与民间担;沟,配套支持企业、个体工商户、农民等客户群体,起劲把我区打造成金融清静区,切实为银企相助创立宽松的外部情形 。

,欧美性视频激情 。

??01月10日,广西冀深化与东盟合作共建“数字丝路”,

  “族长你身上的伤很怪,也很严重,基础不可动用骨文的实力,不可冒险!”一群人马上慌了 。

,大胆XX欧美熟女,成在线人视频免费视频网址,看黄色免费的网站 。

??时势2:久久久片免费视频

??01月10日,四川省举行向邓小平同志铜像敬献花篮仪式,

  罗浮大泽的强者蛟苍有一种不甘,更有一种恐惧,站在村头,启齿道:“强盛的祭灵,请原谅我的无知与冒犯……”

,555555av电影在线播放,十大裸体软件破解版,和妈妈爱爱无码播放 。

??01月10日,2023年广东地区生产总值超13万亿元 同比增长4.8%,

  ●三、刷新事情作风,提高向导艺术 。事情要学会弹钢琴,抓主要矛盾,调动和施展各方面的起劲性 。多深入现场、多深入现实,多视察研究,凭证刘董事长提出的事情守规则、有激情、立异、坦诚、相同,贡献,有现代意识,一直增强学习,一直提高政治素质和营业能力,切实增强事情的执行力 。

,冂opHOMNPHD,午夜无码A级毛片免费视频,黄网站AV欧 。

??时势3:精品人妻系列无码专区无码

??01月10日,余秀华:打量世人,也被世人打量,

  一声碎裂的声响发出,小不点惊喜,起作用了,他此前曾动用过符文的实力,可是发明青石上的几块宝骨会因此而爆发神纹,举行防御 。一再实验后,他发明越是动用的符文实力少,那几块宝骨的反弹也会小 。现在他动用纯肉身之力,那几块骨险些没有怎么发光,未曾守护大青石 。

,国产精品久久精品综合,人人操人看,99.riav.1 。

??01月10日,【澜湄印象】茶叶还可以做沙拉?听缅甸留学生讲中缅多样茶文化,

  尚有一批人由石飞蛟带队,认真搬运与守护狻猊、赤红的宝角、恶魔猿手臂,一个个激动而又神色主要,这可是真正的至宝啊 。

,日韩特黄不卡在线,亚洲一区二区亚洲一区二区,黄色网站天天天 。

??时势4:XXNX中国 69

??01月10日,湖南东安打造“智慧果园” “一颗橙”带动一方富,

  这浓密的黄金发丝,如瀑布般倾注,冲向这边来,摧枯拉朽,将所有发光的灵藤所有绞碎,此后更是击在了谁人老者手中的宝具上 。

,9久人人操人人,国内自拍偷拍第一页,韩国一级做a爰片性色毛片 。

??01月10日,(乡村行·看振兴)福建永定煤农吃上“生态饭”,

  时间流逝已经七十九年了,但每一年的今天,社会各界都要举行形式多样的活动来纪念这场伟大的爱国运动 。究其缘故原由,就是由于这场运动所折射出的伟大爱国主义精神,将永远激励着厥后人为祖国的生长,民族的兴亡而勇猛前进 。

,日本特色AAA大片24免费,男人女人在一起嗟嗟嗟高清电视剧,欧美一级片AAA 。

责编:王春强

审核:张超晖

责编:宗力平

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