猫眼影戏
 |
|
猫眼影戏
西安—重庆
手机审查
猫眼影戏记者 不破哲三 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：欧美精品在
??01月07日,2023年度新闻记者职业资格成绩公布,
“将骨文化成自身的一部分，令肉身与骨骼如被上天眷顾的那些种族般，与天地自然融齐集一，不然模拟的终究是模拟的，难以施展出真正威力。”
,特大级av网站。??01月07日,王毅会见美国外交政策全国委员会代表团,
“天啊，竟然是那头金毛狮子来了！”镇上的人恐惧，这是一头古兽，许多老人都听过它在这片大荒的传说，谁也没有想到，它到了这里。
,一级大毛片免费播放不用下载,国产精品福利村妇毛片视频3,亚洲人14个视频。??时势2：h5免费版入口
??01月07日,云南普洱“单腿夫妻”自强创业助残扶弱,
诸多宫殿连忙飞了起来，像是落叶般，在这种狞恶下微缺乏道，此后又在高空中破损，化成灰尘。
,免费珍妮动画原片,插女爽叫黄视频,亚洲视频欢看。??01月07日,釜山世乒赛团体赛签表出炉, 近些年我们也能看到这些行动，中国推出大规模减税降费政策，有不少是恒久执行的制度性政策。好比为消除重复征税，营业税改为增值税；增值税基本税率从17%降至13%；小我私家所得税也通过扩大税率级距、增添专项附加扣除、提高起征点，现实降低了税负；城镇职工基本养老包管单位缴费比例降至16%等。,贺峻霖吃鸡扒开大腿,日韩黄色网站在线免费播放,胡桃乳液狂飙模拟器。
??时势3：成人 高潮片无爱不欢视频
??01月07日,和总书记面对面：目标 信心 行动,
“应该是骨文的神秘实力，令那处神藏沉入了大地下，漂移向了远方，无人知晓在那里了。”族长一声叹息。
,手机直接看操B的毛片,高小义和白小洁,小黄片免费高清无码在线观看。??01月07日,从0到1，新突破！我国首条规模化民航轮胎生产线投产,
各人早上好!今天我讲话的主题是：让我们配合撑起一片清静的蓝天，配合建设协调优美的校园。
,黄色软件大全,三年成全在线观看免费高清第1季,免费黄网站。。??时势4：♥️彩神vlll
??01月07日,新时代这一程，我们奋力奔跑,
在春光妖冶、牡丹盛开的优美时节，我们盛大举行曹县中银富登村镇银行开业庆典仪式，是金融行业的一大盛事、喜事，更是曹县经济生长中的大盛事、大喜事。在此，我谨代表曹县县委、县政府，对曹县中银富登村镇银行的盛大开业体现热烈的祝贺!向列位向导、列位来宾体现热烈的接待!
,免费黄色视频副利,69视频,一级黄色视频,一伊人对综合网站。??01月07日,民政部：将从三方面贯彻落实《关于发展银发经济增进老年人福祉的意见》,
记得，一家饭店三更时分着火了，当人们惊醒的时侯，馆内已燃烧着熊熊大火，浓浓的黑烟源源一直地向窗外冒，火就像一个张牙舞爪的“恶魔”，东跑西跑寻找吃的，吞没了饭店里的饭菜，吞没了饭店里的桌椅，一会儿，“火魔”就吞没了饭店里的一切。馆外的人议论纷纷，个个抓耳挠腮，在忙乱中，有一小我私家情急智生，实时拨打119。
,性爱AV网站在线,a片黄片小视频,蜜汁涩漫。【阿里山樱花在皖绽放 春日氛围感拉满】
责编：韩龙彬
审核：阮玲玉
责编：符腾堡
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
