猫眼影戏
 |
|
猫眼影戏
德布希
手机审查
猫眼影戏记者 胡骑 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：人人操,人人爱,人人插
??01月07日,一粒瓜子，何以成为新疆的名片？,
1、文明教育是小我私家修行的需要 ？埂拔拿鳌苯逃，有助于提高我们全体师生的头脑品德水平，文化修养水平;提高我们的“情商”，改善人际来往 。增进我们做一个“知书达理”的人，做一个有文化修养的人，做一个有高尚品位的人，做一个受人接待，受人尊重的人 。“文明”能使我们的生涯变得越发优美，获得更高的幸福体验 。
,精品视频国产狼友视频75 。??01月07日,中越边境河口口岸“五一”期间出入境客流量达5.8万人次,
“霹雳”一声，小不点从原地消逝了，他自然不会硬抗，这件宝具太恐怖了 。
,影音先锋小说资源站,黄视频福利,国产巨乳美女乳交调教 。??时势2：同人脏漫
??01月07日,三部门：开展工伤保险跨省异地就医直接结算试点工作,
海底三个月的磨砺，石昊乐成了，肉身成灵，在这一阶段蜕变到极尽，这是一种难以言喻的体悟，成灵者第一时间感知到，自己走到那一步了 。
,黄网站网址,黄色av一级片在线,男男揍屁股淫扇翘臀颤 。??01月07日,日本执政联盟未获众议院过半议席 经济问题叠加黑金丑闻影响选情,
1、产品质量仍然保存较大问题，如产品返厂、装配缺件等小小的问题，造成我们公司既增添了公司的生产谋划本钱，又损失了公司形象 。充分反应出公司员工产品质量意识淡漠，专业水平不高，以及质量目的治理停留在纸面上，质量磨练追溯性、真实性、完整性保存较大缺失 。
,开心色情,色妞永久免费视频,樱桃视频 。??时势3：绝妻林清雪漫画最新章节更新
??01月07日,中外学者上海共议AI对未来的影响, 5月份，食物烟酒类价钱环比持平 。食物中，鲜菜价钱下降2.5%，影响CPI下降约0.05个百分点 ；畜肉类价钱下降0.4%，影响CPI下降约0.01个百分点，其中猪肉价钱上涨1.1%，影响CPI上涨约0.01个百分点 ；鲜果价钱上涨3.0%，影响CPI上涨约0.06个百分点 ；蛋类价钱上涨2.2%，影响CPI上涨约0.01个百分点 。,旧里番别揉了～乳喷了H,十八黄色网,谁有黄色地址 。
??01月07日,推动妈祖文化走向世界 首届“妈祖文化与区域发展”研讨会举行, 。1）几千年来，古老的经典常读常新，优异的头脑常用常新，中华民族的伟大精神亘古常新……许多事物，在时间的淬炼中，愈显活力和价值 。,亚洲成黄在线观看,精品资源在线,国产真实迷奸在线播放视频2022 。
??时势4：国产三级做爰在线播放黄
??01月07日,哥斯达黎加前总统顾问：中国发展道路大获成功 造福世界,
“先保住现在的命要紧，事后想步伐将狈村知晓的人全都杀个清洁，既然他们不仁，欺压我们至此，就别怪我们不义！”石云峰寒声道，第一次露出这样恐怖的心情 。
,果冻精品秘 国产传媒AV消防,少年潘金莲的奶头好大,黄页免费视频大全在线 。??01月07日,台媒：黑客入侵鸿海旗下半导体设备大厂京鼎 威胁公开5TB数据资料,
一股强盛的气息冲天而上，如一股狞恶的飓风般，似有一个万兽之王复生了，惊的天空中的凶禽一震，快速上冲，拉开很远的一段距离 。
,好爽⋯好紧⋯再深一点麻日本,在线免费网站av,操逼A片 。【辐射新疆南部五地州 南疆农副产品集散中心试运营】
责编：李恩洋
审核：黄新初
责编：成德南
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
