(6分钟带你了解)日韩一级a毛片精品久久网安卓版v0.22.97.46.90.973.30.17-2265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

2026-01-09 13:02:10
泉源:

猫眼影戏

作者:

刘成宗

手机审查

  猫眼影戏记者 林敏谋 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:人人爽夜夜高潮夜夜高潮

??01月09日,李强同新西兰总理拉克森会谈,

  这种恐怖手段让人寒毛倒竖,一小我私家罢了,对抗仇视一脉云云多的强者,耸人听闻。

,18禁女性啪啪网站好紧。

??01月09日,笃行实干,走出昂扬向上的发展曲线,

  高一的学弟学妹,军训场上的飒爽英姿告诉我,你们已离别无知无畏的懵懂少年,成为激情满怀、斗志高昂的至心英雄;演武场上的声声呐喊,正如你们的人生畅想,恰似排山倒海,定可石破天惊。走进一中,你们选择了勤勉与斗争,也就选择了希望与收获;走进一中,你们选择了纪律与约束,也就选择了理智与自由;走进一中,你们选择了痛苦和艰难,也就选择了练达与成熟;走进一中,你们选择了拼搏与逾越,也就选择了绚烂与乐成。一中是你们梦圆的场合,也必将是你们明智而无悔的选择。

,国产cd系列,黑土污秽片,亚洲HEYZO专区无码综合明星。

??时势2:欧美精品刺激A片一区二区三区

??01月09日,农业农村部:春节期间“菜篮子”产品供给总量有保障,

  李前进和班里浓重的学习情形、和班主任赵先生很是严酷的教育方法都是分不开的,先生对孩子倾注的爱心和心血,让我做家长的很是感动。以是,作为家长,我会起劲配合先生来配合教育孩子。很忸怩的是,在孩子的教育方法上保存许多的缺乏,事实初三了,孩子也不再是月朔初二那时间,纯粹贪玩、不学习,现在的孩子正处在一个青春期,也就我们说的逆反期,有了自己的头脑和主见,自己也有了中考的压力,家长简朴的严肃和过高的要求只能加大孩子对学习的反感,相反,我们做家长的,要多明确孩子,少用下令的口吻,多用探讨的口吻,给孩子些自己治理自己的空间,给孩子创立一个优异的自信的学习情形,这样才华让孩子轻装上阵,起到事半功倍的效果。这半个学期为了作育李各科目学习兴趣,让他能自觉学、自动学、高效率的学,我在家主要认真孩子们的生涯和心理视察,实时指导、勉励孩子,常言说得好“不可才先成人”,现阶段孩子的学习虽然主要,可是教育孩子怎样做人也是我们家长不可忽视的。作为家长,面临中考,我们做家长的,该做些什么呢?

,农村玌伦小说,久久无码黄片视频,大乳美女 巨乳。

??01月09日,(国际观察)日本“3·11”大地震13周年 排污入海令福岛再蒙阴影,

  “真可爱!”小不点一下子将它捧了起来,放在掌心,又揉又捏,流淌出一片金色光华。

,2048 聚友客栈 人人为我,柳神和云韵的胸襟距离,十大黄色软件下载。

??时势3:白凝冰本子 网站

??01月09日,2024年全国羽毛球团体锦标赛福州开赛,

  “不是树猪的猪,是朱厌的朱,你要是不喜欢,我照旧叫你毛球吧。”小石昊笑道,让它在掌心滚来滚去。

,草草视频欧美A片,朋友的朋友3 文字,福瑞本子。

??01月09日,低空经济如何“高飞”,

  第一,全体代表要从讲党性的高度,以饱满的政治热情、高度的责任感开好这次大会,高质量地完成大会各项议程。这次大会的议程和内容较多,同志们肩负着全乡和人民的重托,共商X乡党的建设和生长大计。因此,各人要苏醒地熟悉自己肩负的责任,从讲党性的高度,把开好这次大会作为深入贯彻落实科学生长观和创先争优的详细体现,全力以赴开好大会。

,欧美一级A片黑人一级A片,蜜桃大象一起草久久,中国老妈XⅩ╳。

??时势4:荷兰日B赛直播

??01月09日,满足老年人学习需求 上海老年大学今秋计划新增近万人次学位,

  “大壮,转头赶忙我给驯服了,让你老子也骑两天,不然转头我扒你一层皮。”石大壮的父亲愤愤的说道。

,亚洲中文字幕日产精品一区,91吃瓜在线,福瑞同人 黄动画免费。

??01月09日,筑牢长三角生态屏障 浙皖六地人大联动监督林长制,

  一个青年叹道:“持有这样的符牌进入补天阁,意味着身份一步登天,种种宝药、符文秘法等都会优先思量,此等符牌无价之宝!”

,一级b排放标准欧美一级黄片免费的,www.jizz欧美少妇熟女视频,人人操人人做人人爱。

责编:宜茜

审核:刘琼

责编:肖阳宗

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