(5秒图文详解)黄片一级日日夜夜鸿蒙版v28.33.53.0.326.06.26-2265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

2026-01-07 03:07:52
泉源:

猫眼影戏

作者:

李彦增

手机审查

  猫眼影戏记者 李仁亮 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:精品国产美女精品网址

??01月07日,电视剧《繁花》引关注 何以“风流未央”?,

  村干部处于农村事情的最前沿和最下层,不但是指挥员,并且是战斗员;既是组织向导者,又是生产实践者,是全体村民的主心骨和掌舵人 。大到党的蹊径目的政策的贯彻落实和农村经济社会的统筹生长,小到宽大群众的衣食住行和民生改善,村干部都要亲力亲为,直接为千家万户提供效劳 。实践证实,一个村事情搞得好欠好,各项事业生长得快烦懑,与我们村干部的素质崎岖、能力强弱有直接关系 。做好村干部培训事情,对增强党的下层组织建设,充分验展战斗堡垒作用具有主要意义 。区委、区政府一直以来高度重视村干部的培训事情,去年出台的《关于进一步增强村居干步队伍建设的意见》,提出了要鼎力大举推进村居干部职业化,其中对村干部教育培训常态化事情提出了明确要求,希望各州里党委和有关部分要认真抓好落实 。

,色综合天天综合网免费网站 。

??01月07日,专家:房地产转向“存量更新运营” 住房租赁市场迎发展新阶段,

  突然,一声长鸣传来,其音如雷,震的密林中乱叶簌簌坠落 。天空中泛起一头重大的黑影,一只五六十米长的凶禽横空而来,乌光闪灼的鸟身,精气滔滔 。银色的眸子,锐利如电芒,符文闪灼,有一股榨取人的气息铺天盖地而下 。

,人人操、人人干,又大又硬又爽免费视频,男人扒开女人的嗷嗷叫的视频 。

??时势2:午夜a一级毛片免费

??01月07日,“从钱凯到上海”,这句话竟是秘鲁流行语,

  一是要在亲近联系群众上实现新突破,让干部越发“接地气” 。 群众是我们一切事情的起点和落脚点 。做好群众事情,没有捷径可走,至心支付是最好的步伐 。 一要联系群众 。 向导干部、机关干部要自动到所包的点开展事情,多到群众家中走走看看,与群众坐在一条板凳上语言,多谛听群众的声音和诉求;村级主职干部要召开好各条理的聚会,让群众相识村里的事情,支持村里的事情 。 二要为民效劳 。 切实解决群众最体贴、最直接、最现实的利益问题,如农耕、行路、低保等方面的现实问题 。 三要解决矛盾 。 要做好有心人,善于发明社会矛盾,实时靠上化解,抓小抓早抓苗头,避免矛盾激化和升级,维护稳固时势 。 四要宣传指导 。 起劲培树优异乡风民俗,通过搞一些“文明家庭”、“好婆婆”、“好媳妇”评选等活动,让乡风民俗越发协调 。

,武警在树林里玩交警,学校 拍击 学生 网站,欧美成AAA人片 。

??01月07日,美方称瑙鲁断绝同台湾“外交关系”令人失望 中方驳斥,

  “差池!”族长石云峰突然惊悚,此后急声道:“林虎,别急,狻猊的遗体何其有数与名贵,我想不但我们想获得,就是一些凶兽也在窥探,我们速退,不要先脱手 。”

,拳交俄罗斯裸体老女人视频,亚洲免费a片在线,影音先锋在线最新资源网 。

??时势3:国内av一道

??01月07日,一架载有两人的小型飞机在美国北加州海岸坠毁,

  作的监视和指导,对未按划定开展案件问责的机构,要依法接纳羁系强制步伐,催促其严肃问责 。

,女性脱 给我揉 91香蕉,久久久999精品高潮久久久久久,鸣潮3d同人漫画 。

??01月07日,天津港开通直航东南亚海运航线,

  “走,快点冲!”石云峰大喝道 。

?第十三章 怒,美女黄18岁以下禁止观看,国产精品s,中国Ⅹ站 。

??时势4:国产综合久久精品综合AV无码

??01月07日,智能制造与文化创新的融合之道——卡游入选2024企业家博鳌论坛“新质生产力智能制造典范”,

  小不点大眼通红,泪水早已淌满小脸,他感受一阵无力,不回去救援,青鳞鹰大都就要死了,可是这样转头,他又将陷入逆境中,早晚会累死,或被射杀 。

,日本黄级三级片毛,地铁逃生刷刀体质下载,白嫩妞在线播放 。

??01月07日,金句海报丨“铁杆朋友”——习近平主席这样阐释中塞友谊,

  (一)坚持高起点妄想,提高都会妄想设计层次 。一是要铺开妄想设计市场 。要一直整理和规范妄想设计市场秩序,完善市场机制,一切妄想设计项目都要向海内外果真招标,果真定标 。重点妄想设计项目,要约请海内外著名专家加入设计,确保都会妄想的高起点、高水平、高质量 。二是要加大妄想设计深度 。都会的妄想设计要充分体现外地历史文化秘闻,自然风貌特色,新世纪现代化气息 。要加速控制性详细妄想的体例程序,使都会所有土地的开发和建设置于都会妄想的严酷控制之下 。对城镇区域内各片区的土地使用性子、开发强度、容积率、绿地率等都要做出控制性详细妄想,条件成熟时上升为法定图则,在三至五年内,控制性详细妄想要周全笼罩城镇建成区 。在都会详细妄想中,要确定妄想红线、生态绿线、自然水体掩护蓝线、历史文化街区掩护紫线,并向社会宣布 。三是要理顺妄想治理体制 。要高度集中妄想治理权,凭证妄想治理权上移的要求,一个都会只准设立一个都会妄想主管部分,实验政府对都会妄想实验权的集中统一 。建设科学民主的妄想决议机制 。凭证省委、省政府的统一要求,市和各县都要建设由、专家和社会各界代表组成的都会妄想委员会,作为政府都会妄想设计的决议咨询机构,所有都会妄想设计项目都必需经由妄想委员会的咨询论证,以后,未经妄想委员会论证的妄想设计项目,政府一律不予审批 。加速建设妄想、土地、房产统一的治理体制,使土地和房产治理成为妄想实验的有用包管 。四是要依法增强妄想治理 。都会计齐整经确定,就要严酷依法实验,任何单位和小我私家都无权干预,更不可随意变换,确需变换的,必需严酷按法定程序举行 。要进一步增强建设项目的妄想治理,不切合都会妄想的项目不得批准立项,未体例控制性详细妄想的地块不得出让、转让和开发建设 。任何建设项目都不得突破红线、绿线、蓝线和紫线 。要加大妄想治理的深度,严酷实验都会妄想错案行政责任追究制度,对违法用地和违法建设要严肃举行查处,依法追究有关责任人的责任 。五是要强化对都会妄想事情的社会监视 。周全推行"阳光妄想",在妄想体例、审批和实验的全历程实验公示制度,对建设工程项目妄想允许的审批,实验批前和批后15天的公示制度,扩至公众加入,普遍接受社会监视,确保都会妄想的科学合理 。

,可以免费观看黄色的网站入口,亚洲激情三级片视频,性爱视频一区二区三区 。

责编:栗裕

审核:卢蕴玉

责编:李·安默曼

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