能看美女私密地方的软件,独特的视觉设计与流畅的操作体验,让人爱不释手

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 02:12:48
泉源:

猫眼影戏

作者:

倪新兵

手机审查

  猫眼影戏记者 梁备战 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?嗄樟恕R胧迪执匆,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(不切割任何历史帧)逐秒自回归天生的。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帧(例如首帧或末帧)来「投契取巧」,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1:99久久国产综合精麻豆同性

??01月07日,“碳”路先行|生态灵山岛:建设“负碳海岛”守护绿水青山,

  3.严守纲纪校规,拒绝早恋和网瘾。各人知道,国有王法,校有校纪,班有班规,没有规则,难成周遭。新生入学培训时代我们将组织各人学习我们学校的一系列规章制度,并由班级组织贯彻实验。以后我们将把教育的重点放在同砚们优异行为习惯和基础文明的养成上,从小事抓起,从讲文明,讲礼貌做起。我今天要特殊强调一点,就是要准确处置惩罚好男女同砚之间的来往,旌旗鲜明地阻挡早恋;科学处置惩罚好课余时间,拒绝网瘾。

,欧美日韩国产一。

??01月07日,“东莞—香港国际空港中心”运行一周年——大湾区物流释放一体化红利,

;で樾挝颐窃谛卸煜陆不 篇11

,永久免费精品影视网站播放器,亚洲欧美亚洲,欧美内地日韩性爱视频系列。

??时势2:男人天堂的网站

??01月07日,辽宁大连:3名渔民大风浪中遇险 救助船舶紧急出动成功救助,

  在中学部,有营业精湛,教学履历富厚,德高望重,教学态度一丝不苟的七年一班班主任宁淑梅先生 ;有教法无邪,年轻有为,夷易近人,和学生打成一片的七年二班班主任李艳萍先生 ;有敢说敢管,雷厉盛行,一心扑在教学上的七年三班班主任张大勇先生 ;有平和可亲,兢兢业业,无私贡献的七年四班班主任王怡辉先生 ;有治学严谨,敬业老练,身教胜于言教的八年一班班主任闻洪敏先生 ;有不辞劳怨,脚扎实地,起劲进取的八年二班班主任顾文坚先生、八年三班班主任李立新先生,可以说举不堪举。

,久久精品国产丝袜拍国语,免费看视频黄色,中国一级婬片A片免费手机版。

??01月07日,乡村产业发展“缺地”?浙江探索“点土生金”,

  好,家人们,我们掌声之余,好事连连,我们再次恭喜在东祥向导下的拓展部完成了3月份目的,恭喜,恭喜。我们把胜利的掌声送给所有拓展部的家人们,今天他们之以是能完成团队所定的目的,最基础就是他的向导对目的的重视度,我们都知道,我们东祥哥是一位行动力超强的人,对事情不折不饶,很是敬业,勤勤恳恳,有追求,有野心的人,在他身上我们可以学到许多,虽然他们现在的团队,大部分经由洗牌,基本上都是新人,可是,我们对他的手下充满信心!由于我们知道,有什么样的向导,一定会带出什么样的团队!我们深信拓展部在东祥向导的向导下,你们这支团队一定是一支真正的狼之队,。我记得东祥跟我说一句话,他说,我的团队在没事做的时间,历来都没有看到他们在闲聊吃喝玩乐的事,都是在相互探讨事情中的事情,家人们,我们都知道,焦点在那里,效果就在那里,我们的焦点在闲聊上,效果就是虚度人生,我们的焦点在事情上,效果一定在业绩上,这就是一支让我们看到希望的拓展团队,相信拓展部在东祥的向导下能够再创绚烂。

,美女色色色色色网,98人人操人人舔人人爽人人操一下,熟妇性按摩偷拍富婆。

??时势3:日本欧美黄色网站

??01月07日,COP29的中国减碳智慧 伊利向世界贡献“双足迹”全链减碳,

  它明确是一头凶禽,但却发出了兽吼声,张开鸟喙,一片恐怖的乌光冲出,竟然将这片生齿数万万的王侯领地笼罩了。

,特黄色大片,国产在线视频日韩你懂的,奇优影院。

??01月07日,俄方称俄军用运输机系被美制“爱国者”导弹击落,

  经他一说,所有人都一怔。

,AV黄色网址在线免费看,胡秀英大荫蒂添的好舒服视频,国产精品毛片一区二区三区。

??时势4:日韩久久爱

??01月07日,市场监管总局(国家标准委)批准发布一批重要国家标准,

  在这样一个特殊的日子,在这样庄重的时刻,作为校长,首先我要表达我的祝贺之情,衷心祝贺全体高三同砚顺遂完成高中阶段的教育,即将结业,母校见证了你们三年来的前进和生长,见证了你们的青春与梦想,见证了你们的起劲与乐成,也见证了你们从懵懂少年到十八岁的青年才俊。

,欧美激情乱人伦在线观看,免费黄色网站视频亚洲,一级片入口在线播放。

??01月07日,联播观察丨关键之年两会 总书记关注这三“新”,

  海大叔头皮发麻,道:“这可是石族祖地,通常荒芜、无人治理没什么,可是谁敢焚尽,那将会引来滔天巨祸!”

,欧美大黑屋性爱视频,巴西二女一杯的食屎原版预告,aigao在线无码。

责编:韩宝

审核:徐欲晓

责编:韩玮

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