(4分钟完整评测)www.免费三级片.com安卓版v54.28.83.00.57.74.44-2265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

2026-01-06 14:43:39
泉源:

猫眼影戏

作者:

张顺钦

手机审查

  猫眼影戏记者 张芳曼 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1:91美女福利在线观看

??01月06日,买时容易退换难 “一口价”黄金饰品背后的“猫腻”你知道吗,

  第一 ,要用远大的理想激励斗志。远大的理想是激励人们一直前进的重大精神情力。战争年月 ,革命先烈之以是前仆后继、不怕牺牲 ,就是由于心中装着实现共产主义的远大理想;建设年月 ,无数共产党人先天下之忧而忧、后天下之乐而乐 ,一心一意、无私贡献 ,就是由于始终不忘一心一意为人民效劳的宗旨 ,始终把为最宽大的人民群众投契益 ,建设有中国特色的社会主义 ,实现中华民族的伟大再起当成了自己一生的理想追求。一小我私家有了远大的理想 ,就会斗志高昂、神采奕奕;一小我私家若是胸无雄心 ,则会情绪萎靡、无所

,亚洲美女你懂的。

??01月06日,沉睡3000多年,小古城遗址还有哪些未解之谜?,

交通事故损害赔偿调解 ,主要是指公安机关交通治理部分依据当事人的配合申请 ,在查明交通肇事事实及缘故原由、分清交通事故当事人的责任、确定交通事故造成的损失情形后 ,召集有关职员在自愿、正当的原则下对交通事故损害赔偿举行公正协商 ,以解决赔偿争议的活动。

关于蹊径交通事故损害赔偿调解有何划定

  网友咨询:

  关于蹊径交通事故损害赔偿调解有何划定 ?

  状师解答:

  1、当事人申请人民调解委员会调解 ,告竣调解协议后 ,双方当事人以为有须要的 ,可以配合向人民法院申请司法确认。当事人申请人民调解委员会调解 ,调解未告竣协议的 ,当事人可以直接向人民法院提起民事诉讼 ,或者自人民调解委员会作出终止调解之日起三日内 ,一致书面申请公安机关交通治理部分举行调解。

  2、直接申请公安机关交通治理部分调解 ,公安机关交通治理部分应当凭证正当、公正、自愿、实时的原则举行蹊径交通事故损害赔偿调解。蹊径交通事故损害赔偿调解应当果真举行 ,但当事人申请不予果真的除外。

  状师增补:

  经调解告竣协议的 ,公安机关交通治理部分应当就地制作蹊径交通事故损害赔偿调解书 ,由各方当事人签字 ,划分送达各方当事人。

  调解书应当载明以下内容:

 。ㄒ唬┑鹘庖谰;

 。ǘ杈督煌ㄊ鹿嗜隙ㄊ槿隙ǖ幕臼率岛退鹗樾;

 。ㄈ┧鸷ε獬サ南钅亢褪;

 。ㄋ模└鞣降乃鸷ε獬ピ鹑渭氨壤;

 。ㄎ澹┡獬ネ菩蟹椒ê拖奁;

 。┑鹘馊掌。

  经调解各方当事人未告竣协议的 ,公安机关交通治理部分应当终止调解 ,制作蹊径交通事故损害赔偿调解终结书 ,送达各方当事人。

  【执法依据】

  《蹊径交通事故处置惩罚程序划定》

  第八十四条 当事人可以接纳以下方法解决蹊径交通事故损害赔偿争议:

 。ㄒ唬┥昵肴嗣竦鹘馕被岬鹘;

 。ǘ┥昵牍不亟煌ㄖ卫聿糠值鹘;

 。ㄈ┫蛉嗣穹ㄔ禾崞鹈袷滤咚。

?寓目《政治掮客苏洪波》教育警示片心得体会(精选3篇),最新国产盗摄偷窥,影音先锋 最新AV网站,spermatid.apk安装包。

??时势2:欧美爱爱电影一区二区

??01月06日,甘肃:法院“一站式建设”为诉讼提供“多选项”,

  1、你们是固本强基的第一线;〔焕 ,地动山摇。村级组织作为下层政权的主要组成部分 ,村支书、村主任作为村级干部的领头人 ,始终处在下层组织的最前沿 ,始终处在下层事情的第一线 ,组织建设的软与硬、作用施展的好与坏 ,事关党的事业兴衰成败 ,事关农村刷新生长稳固的阵势。以是 ,牢靠农村下层 ,就是牢靠党的执政基础。只有捉住了农村下层组织建设这个要害点 ,各项事情才华取得事半功倍的效果。在座的列位都是农村下层组织建设的第一责任人 ,要切实继续“讲政治、强焦点 ,夯基础”的向导责任 ,以“先锋工程”建设为抓手 ,按建设“五好”村党支部的要求 ,狠抓农村下层党建事情责任制的落实 ,狠抓村级组织事情规程的执行 ,为农村刷新生长稳固提供顽强的政治和组织包管。

,亚洲天堂网络视频,蜜桃传媒日韩黄色小视频,一级A美女裸体艺术视频。

??01月06日,歼-35A“新”在哪里?,

  “你们说究竟是什么山宝 ,会隐伏两年都没有被寻到 ,该不会是一种活物吧 ?”

,www.34pao.com,欧美一级电影大全,久久久国产精品毛片。

??时势3:绝区零拨罗卜

??01月06日,中新健康丨中国专家研究新成果:真正实现孕妇全面无创产前筛查,

  乱箭如暴雨 ,越来越麋集。小不点大喝 ,在途中将一块千斤巨石踢起 ,轰然一声腾空 ,砸向神色很冷的少年狈风。

,911视频,国产男人黄色,张开你的屁股让我看看在线观看。

??01月06日,和谐共生 | 以自然之道 养万物之生,

  1、包管学习时间。这就要求同砚们遵守学校安排的作息时间 ,不迟到 ,不早退 ,上课起劲开动头脑 ,“做到两耳不闻窗外事 ,一心只读圣贤书”;同时 ,做事不拖沓 ,从小就要养成做事雷厉盛行的优异习惯 ,今天的事决不留到明天。

,日本免费A网站,亚韩欧美一区二区在线观看,国内自拍看视频在线。

??时势4:ⅩNXⅩ 老师视频

??01月06日,西藏昌都:“云中球场”上的藏东小镇足球赛,

  这若是传出去 ,一定会引发大惊动 ,惊掉一地下巴。破入这个境界已经很难了 ,很少听说有人连破境界 ,在这一瞬间连开两个洞天极其有数 ,非天纵之姿不可为 ,被外界知晓的话 ,会吓到人瞠目结舌。

?第八章 青鳞鹰,www.草,乱视频,无码波霸一区二区三区视频。

??01月06日,中新健康丨奥运冠军“盖肚脐”引关注 专家:脐通百脉 脐贴亦有良效,

  尖厉的鸣叫 ,火红的雀儿冲起 ,虽然体形不大 ,但那种威势却无以伦比 ,与巨爪撞在一起后铿锵作响 ,火星四溅。

,免费的18禁网站,久99久热爱精品免费视频在线,成人56AV色情app。

责编:黄峥

审核:赵冬至

责编:李正信

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