(10秒全面了解)av男人的天堂综合网最新版v66.69.80.61.34.15.73.98-2265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 04:55:50
泉源:

猫眼影戏

作者:

李存勖

手机审查

  猫眼影戏记者 刘毅 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:国内揄拍国内精品视频

??01月08日,混团世界杯中国队五连胜 王楚钦:面对单打心态更好,

在村干部培训班上的讲话 篇6

,男生 塞进女生 里视频。

??01月08日,(新春走基层)江西“老表”十年护航 与广西沿海高铁结“不解之缘”,  据中国福利会官方微信新闻,6月11日下昼,全体与会代表在北京宋庆龄故宅举行庄重的敬献花篮仪式,李斌向宋庆龄汉白玉雕像敬献花篮,向导全场职员肃立并向宋庆龄雕像三鞠躬。,色妞网站免费观看视频,差差差不多30分钟滑轮,91视频久久久久。

??时势2:柔术18amarteur

??01月08日,新疆军区某陆航旅飞赴喀纳斯救援,

  同志们,新形势、新使命给党委办公室事情带来了新挑战,也给各人提供了越发辽阔的舞台和生长空间,各级党委寄予厚望。 各人一定要严酷要求自己,高标准、创立性地开展事情,把心思用在全心起劲为向导和群众效劳上、为市场主体效劳上。 各级党委对办公室干部要政治上体贴、头脑上关爱、生涯上眷注,高看一眼、厚爱三分,把各人的起劲性充分调动好、;ず谩⑹┱购,一直提高办公室的凝聚力和战斗力。 希望各人以越发饱满的热情、越发高昂的斗志、越发坚定的信心、越发务实的作风,扎实推进党委办公室事情,为推动天门科学生长、跨越式生长做出新的更大的孝顺,以优异的效果迎接党的召开!

,羞羞吸吸乳游戏,我给你扣扣好不好,老年人一级A片黄片。

??01月08日,江苏省政协委员建议:深化苏台产业链供应链融合发展,

  党委办公室作为党委主要的职能部分、照料部分和综合协调部分,是上承下联的中枢机构,处于一个很是特殊、很是主要、很是要害的职位。位置主要就意味着责任重大,党委办公室能不可充分验展好各级党委的照料助手作用,进一步提高“三效劳”水平;能不可充分验展好催促检查作用,把各级党委的意图和决议落到实处;能不可充分验展好综合协调作用,整合各方资源和实力,直接关系到能否落实地委重大思绪和决议,直接关系到各级党委在群众心目中的素质、能力和形象问题。“办公室事情无小事”,也正是基于对这一点的深刻熟悉。新形势、新使命对办公室事情提出了新的更高要求,各级党委办公室要自动围绕党委的中心事情,一直增强责任感和紧迫感,一直提高为党委事情阵势效劳的意识和能力。

,人人操人人毛片,香蕉黄AV网站在线观看,69xxxxxxxxx。

??时势3:高清无码艹逼小视频

??01月08日,2024再启新程!新的一年如何更好吸引外资?专家解读→,

村干部培训班的 篇10

,银兽学园:樱花动漫,在线观看成年人视频,欧美高清视频在线观看外国网站。

??01月08日,湖北省政协十三届二次会议闭幕,

  “不要装着惨叫了,我又没说让你用宝血救我。”小不点皱着鼻子说道,从怀中取出一个玉罐,倒出一粒散发着清香的宝丹。

,麻豆av一级黄片,国产一二在线,人人干人人操碰。

??时势4:男男女女啪啪啪影院

??01月08日,首架“亚冬号”主题彩绘机在沪亮相,

  (二)增强资金羁系,实验好新一轮草原生态补奖政策。一是切实增强草原补奖政策资金使用督查事情,实验各项资金兑付周报制度,接纳报表筛查与问题旗县集中整治相连系的步伐,确保用足用好各项资金,切实解决一批草原补奖政策落实历程中保存的突出问题。二是凭证国家有关要求,开展试点旗县草畜平衡评价事情,开展草原补奖政策草畜平衡树模县的评选事情,推进政策效益的施展。

,欧美性爱视频wwccxxoo,真人实拍女被迫处www,18🈲乳液啪啪麻豆免费网站。

??01月08日,大湾区“成长”记:风华正茂少年时,

  “打住,有话好说。”小不点迅速倒退,感受一阵灼热,发明刚刚驻足地居然通红,那岩石都要熔化了。

,在线视频午夜,亚洲一区二区高清视频,vtk女孩儿脚心。

责编:陈见飞

审核:蔡明

责编:王锡强

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