欧美一级一级欧美在线,为用户提供稳定、流畅的体验,让娱乐与效率兼得

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 21:12:09
泉源:

猫眼影戏

作者:

李劲松

手机审查

  猫眼影戏记者 陈寅 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:超碰在线久

??01月06日,湖南东安机械化播种油菜 让农闲田不再闲,

  同时,修建学专业本科通过了天下高校修建学专业本科教育评估,现在学;∠钅拷狭勘∪,这个效果的取得来之不易。另外,食物科学与工程专业在教育部一级学科整体水平评估事情中取得天下同类学科排名第4名的好效果,这是_省高校唯一进入前五名的学科。像北大清华这些名校排第一的学科许多,武汉大学有4个,但真正要排名前五位照旧很难,确实来之不易。

,久一国产高清久久久久久。

??01月06日,助力雪域高原教育事业提质增效(深聚焦),

  金狼部落的人闻言蹙眉,这个小家伙是居心的吧,想借势拒绝他们,虽然看起来很纯粹,但做出的选择却不差。

,美女被csp,zooskooi,91自拍视频在线看。

??时势2:高清无码在线观看污

??01月06日,(两会观察)7天人代会:“小片段”折射民主“大全景”,

  “那就战吧!”石飞蛟咆哮。

,范冰冰啃食鸡主大鸡扒,多人拳交videos,亚洲无码视频在线。

??01月06日,2023年江西省GDP达32200.1亿元 同比增长4.1%,

  这次县委换届,是在全县上下贯彻党的xx届五中全会精神,深入开展坚持共产先进性教育活动,推进新农村建设的新形势下举行的,也是在我们开启“”妄想、向新目的阔步迈进的时间举行的?谜獯蔚炒,搞好县委、县纪委换届,意义很是重大。

,外卖服务3,男人的黄色网站,日韩视频免费一区三区。

??时势3:亚洲双飞

??01月06日,中国疾控中心:部分省份乙流占比超甲流 建议高风险人群尽早接种流感疫苗,

  在搞好妄想的同时,还要重视城镇治理。关于一个城镇,“三分建设,七分治理”。这次省里城镇化事情聚会,省长提出了细腻治理的提法,这里,我就推进都会治理由粗放治理向细腻治理转变,由古板治理向依法治理转变,强调三点。一是实验细腻治理必需提高依法行政水平。城镇治理综合执法是增强细腻治理的有用手段,更是政府依法行政的主要内容。在实验城镇治理历程中,必需依法治理,公正执法,切实提高依法行政水平。要进一步建设健全长效治理的规章制度。通过创设和完善一系列规章制度,使城镇治理执法事情有法可依,有章可循。城镇执法治理是带有强制性的事情,必需遵照执法、规则付与的职能和权限举行严酷治理。特殊是对突出问题的整治上,运用强制性权力要坚决坚决,对违法者要掉臂亲疏、不徇私情、不因人而异。二是实验细腻治理必需提高效劳水平。要坚持执政为民,牢靠树立以人为本、治理就是效劳的理念,切实增强人性化治理,一直提高城镇细腻治理历程中的效劳水平。要寓治理于效劳之中,包管管而不死,活而不乱,市容昌盛兼得。要增强执法步队建设。切实增强培训教育,进一步提高全体城管队员的政治素质和营业素质,一直增强效劳意识。要实验文明执法,城镇治理事情既要严酷治理,又要有情操作,争取群众的明确和支持。三是实验细腻治理必需增强整体协力。城镇治理事情是一项综合性和动态性很强的系统工程,不可一蹴而就,更不会一劳永逸;仅仅靠少数人、一两个部分也无法搞好,必需充分验展各级政府、相关部分和有关方面的作用,形成整体事情协力。要增强都会治理的整体协作。各级公安、工商、建设、房管、交通、水利、市政等部分要亲近配合、配合加入,确保都会治理的各项步伐落到实处。要提高宽大市民加入水平。群众是都会的主体,其加入水平与都会治理效果、市容情形水平亲近相关。充分调动宽大市民的起劲性和创立性,形成普遍的群众基础,使自动体贴、起劲加入城镇治理成为宽大群众的自觉行动。要充分验展舆论监视作用。新闻单位要把“镜头”、注重力更多地瞄准治理中的难点和群众体贴的热门问题,对市容方面的重点问题、不良倾向举行大胆曝光。增强人民群众维护秩序、美化情形的声誉感、责任感和主人翁意识,起劲营造城镇治理的浓重气氛。

,高清无码黄色网站免费,驷马固定lvk免费下载,大黄视频网站。

??01月06日,中国驻美大使谢锋:继续发挥中美经贸合作“压舱石”“稳定器”作用,

  “走,快点冲!”石云峰大喝道。

?第十三章 怒,三级影片在线观看,艹逼啊啊啊性逼擦网站,福利网站 黄。

??时势4:色啪人人

??01月06日,沙县小吃为何能大吃四方?,

  作为高中生的我们,应将眼光定位到自我身上,从寻常的学习生涯细节入手,注重消防清静,避免消防事故的爆发。在此,我向各人提出几点提议:

,就爱添逼视频免费的网站大全,日日让入肉,天天干天天舔。

??01月06日,新春走基层|不能回家过年的他们,守护了通往千家万户的团圆路,

  第一,文明守纪,成为有雅致气质的人。希望每一个同砚都能严酷遵守校纪校规,严酷遵守教育教学秩序,养成讲文明,懂礼貌,守纪律,讲卫生的的优异习惯。比照学校的要求,我们绝大大都的同砚在西席的教育下,在自己的起劲下,都取得了很大的前进,可是我们发明尚有一小部分同砚尚有差别I杏幸恍┩馍峡尾蛔ㄐ奶,影响教学秩序,尚有一些同砚随便乱扔纸屑影响校园情形,尚有一些同砚举止粗鄙,不讲文明。先生希望这些同砚能经常比照《小学生一样平常行为规范》的要求,一直自我反省,自我纠错,自我矫正,重视品行修养和优异行为习惯的养成,文明守纪,做一个有雅致气质的人。

,动漫JK美女被爆 羞羞软件,538zxsp,国产特黄特色一级特色大片。

【街坊邻居炫球技 沈阳首届“街BA”社区篮球联赛启幕】

【延续34年外交传统,中国外长开年访非有何看点?】

责编:邱议莹

审核:王安白

责编:管涵

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