(8秒带你发现更多)中国国产黄色网久久网电脑版v68.88.0.183.95.50.70.36-2265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

2026-01-08 17:25:15
泉源:

猫眼影戏

作者:

严慧冰

手机审查

  猫眼影戏记者 徐诗文 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1:79av视频在线观看

??01月08日,代表通道丨于集华:弘扬陶瓷文化 讲好中国故事,

  就是这样的简朴 ,来自罗浮大泽的一群能手都在一息间被击杀 ,没有一点悬念 ,看的一群强者全身发寒 ,嗖嗖冒凉气。

,又粗又长又黄的视频。

??01月08日,中国新版《稳外贸稳外资税收政策指引》发布,

  石村众人看的目瞪口呆 ,脊椎骨冒冷气 ,传言称 ,有些远古遗种强盛到难以想象之境 ,只手遮天 ,可以容易灭掉一个超等富家 ,犹如神祇一样平常 ,现在看来所言非虚!

,JULIA一区二区中文久久,日韩欧美性爱综合视频,天天亚洲综合网。

??时势2:妈妈的屁股好大好想操视频

??01月08日,美学与运动兼备的梦想之车 新BMW 4系家族澎湃上市,

  儿童和青少年的清静事情 ,是全社会清静事情的主要组成部分 ,是学校教育 ,家庭教育 ,以致社会教育中不可缺氨赡主要事情。儿童和少年是祖国的未来 ,民族的希望 ,是跨世纪的接棒人。儿童和少年能否康健生长 ,关系到千家万户的幸福 ,关系到宽大群众的基础利益 ,关系到社会的稳固。做好儿童和少年的清静事情 ,是国家 ,社会、学校和家庭配合的责任。

,精品一级二级a片,打屁股sm调教 视频网站,美女脱光黄色网站18岁以下禁止入内。

??01月08日,“五洲青年大合奏”在纽约上演,

  “数万万生齿也敢称王侯?于苦荒之地作威作福 ,盘剥苦民 ,无人管缚 ,自封的罢了 ,不知天高地厚。真正的王侯 ,哪个不是统御十数亿生齿的一方强者 ,手下一个家将走出去 ,都可以容易灭掉那些数万万生齿的部落。”

,叶山小百合在线,欧美特黄牲交免费观看,女生吃丁丁网站。

??时势3:欧洲亚洲黄色视频

??01月08日,福建三明特色活动精彩纷呈 “五一”假期迎旅游热,

  “速战速决 ,不管他是不是 ,照旧赶忙擒杀为好。”

,亚洲青色在线,库拉拳皇本子,强奷乱码中文字幕熟女导航。

??01月08日,山东济南长清区发掘301座战国至清代时期古墓 出土文物850余件,  为什么荷兰要加入这个针对中国的小群体中?这背后有美国的身影。美太平洋舰队官网5月22日宣布的新闻显示 ,当天荷兰和美国水师在南海举行了双边联合演训行动 ,“特龙普”号加入了此次军事行动。美国航空专业网站“航空学家”报道称 ,“特龙普”号接下来将前昔日本、美国夏威夷 ,加入美国主导的2024年环太平洋军事演习。,看看操逼A毛片,超级乱婬伦小视频,又粗又硬又黄又爽免费。

??时势4:黄色免费网站在线

??01月08日,第14次中国—欧盟防务部门安全政策对话在北京举行【社论】共同书写中国式现代化建设新篇章,

  第三 ,请你做到 ,与人相助!在班级中 ,在校园里 ,我们有许多同伴。岂论是背书、做值日 ,照旧课堂学习、课外活动 ,我们都需要学会与人相助 ,与人相处。倘使你能在与人相处时做到将心比心 ,通情达理 ,就一定会在相助的历程中收获知识 ,提高能力 ,感受到配合学习的快乐!

,欧美另类 XXXX脱垂,被狂c躁到高潮失禁gif,亚洲国产原创黄在线超碰。

??01月08日,外媒:美军正从叙利亚一军事基地撤离,

  四是要强化包管 ,健全一套好制度。目今 ,村级组织要迅速完善一套制度:一是要明确党支部职责 ,建设完善村党支部目的审核制、民主测评制、议事制度、民主评议制度和教育培训制度 ,生长公示制和预审制、党费收缴公示制等制度 ,逐步实现村党支部事情规范化;二是要进一步明确村委会职责 ,完善村民自治章程和村规民约 ,理顺村委会与其他村级组织的关系 ,制订和完善村民代表聚会议事规则和程序 ,使村民自治法制化;要建设议事日制度和村级财务审计果真制度 ,使民主监视程序化。要通过上与党纪王法相一致 ,下与村情民意相连系的原则 ,一直增强各项制度建设 ,逐步形成顺应市场经济要求的新机制、新规范。

,日韩欧美性爱视频,进 里 片国产在线,红夫人翻白眼流口水流眼泪图片小说。

【阿根廷10月通胀率降至2.7%】

【中欧班列(深圳)上半年发运货值同比增长超三成】

责编:孙某

审核:巫燕华

责编:艾萨克·阿西莫夫

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