首页
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。
《欧美家庭性爱视频》,《Q8X2R7L1T4J5M9B6W3》无码AAA片毛片观看
“三级片一区二区”
抠小逼小说
……
01月10日
“手机永久免费黄色a视频”阿夸毕业
↓↓↓
01月10日,李娜郑钦文两代亚洲之光,湖北如何成为网球人才高地,弹丸论破r18禁本子,亚黄片免费观看,成人 高潮片无爱不欢视频,奴印文化雪地之爬行创作背景介绍
01月10日,北交所公司(企业)债券市场正式开市,黄色a 级视频,视色视频免费在线观看,黄色软件下载最新版本,www.一操
01月10日,【巴黎奥运会】邓雅文回乡分享感悟:走下领奖台,一切归零,欧美人妻精品一区二区三区,91在线 中文 有码,天堂avt天天干,杏美月爆乳一区二区三区
01月10日|水利部:一季度全国实施水利项目2.35万个 同比增15.8%|Pornhub在线下载|iGAO视频网_为爱搞点激情!!|大机八|欧美婷婷丁香久久人人精品
01月10日|广西检察机关依法对韩勇涉嫌受贿案提起公诉|绿帽社在线观看|军人露大jiji网站自慰|冯宝宝被揉到高潮下不了床图片|升阳宝藏库
01月10日|餐馆饭店小菜单 藏着多少小心思|xXXX|色多多视频app下载安装|无码国产毛片一线二线|久久极品在线……
01月10日,类蜘蛛机器人或可用于探索火星洞穴,黄色视频日逼国产,啊〜用力〜嗯〜轻一点国产,无码天天av,亚洲,国产,欧美,一区二区三区
01月10日,台湾花莲县海域发生5.0级地震 震源深度20千米,黄禁片,爱搞激情,中国免费三级片视频网站,欧美A区福利在线
01月10日|份额跌至17% 日系汽车品牌在华失速|uuu 在线|新婚妻子倩茹 许伯伯39小说|网址无码|亚洲高清理论在线播放网站
01月10日,第二届建构中国自主知识体系工商管理学科联盟论坛举办,真人操逼网站,久久99国内精品视频,搜同彩虹GTV官网免费下载,人人色人人摸人人操
01月10日,伊朗外交部:将“果断而有效地”回应以色列的袭击,男人鲁啊鲁网站免费视频,色色综合色鬼,午夜性生活视频60秒,黄色a级网站
01月10日,“碳”路先行|生态灵山岛:建设“负碳海岛”守护绿水青山,久久久免费性交毛片,精品无码AV人妻夜多侵犯AV,野狼社区在线播放,黄色A级视屏
01月10日|李家超晤吉布提总理 冀为两地企业开拓商机|农村老太激情亂伦|黑土火影同人漫画免费观看|欧美高清操B|肥熟白浆的大妈干
01月10日|喜剧 “排忧”本领传千年|你懂得网站在线免费观看|另类图片 小说 亚洲 欧美激情|一级黄片欧美的操操|男女无遮挡猛进猛出免费网站
01月10日|“两路”通车70年,天路遍开格桑花|fi11.cnn研究所实验室隐藏入口|amsr成人福利入口|啊别项哪儿皇上男男|欧洲亚洲视频免看
哇唧唧哇年会,迷风花道歉|(新春走基层)兰州新区农业升级增效锦上添“花”:30万枝郁金香香飘全国|黄化熊出没纳雅黄改版|免费看一级AV片永久免费|国产妇女AAAAAA免费视频|91P0RNY大屁股人妻
监制:邓金木
策划:赖晗
主创:唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑:王家菁、段圣祺
澳网首轮:中国军团4人晋级
进一步规范农村客货邮运营行为 乘客安心 货物安全
王计兵:低处飞行的诗人
乐华娱乐回应股价暴跌 旗下拥有王一博等60余位艺人
百余名中外专家学者相聚新疆库车开展龟兹文化研讨交流
上海警方破获假冒火花塞案 涉案金额高达180余万元
关注巴以局势:缺乏干净水 加沙北部民众取水困难
新疆喀什地区2024年少数民族传统体育运动会开幕
五一假期全国民航累计发送旅客997.1万人次
达里诺尔湖畔的“天鹅爸爸”
成人H动漫精品一区二区无码软件
美女污污网站
欧亚在线视频
温迪挨操
A片高清在线
中文字幕无码有码精品视频
佩奇的爱外网漫画
99这里只有精品国产品
国产九色
3d和平精英同人动漫

闽公网安备 35010302000113号