(6分钟深度分析)下面一进一出好爽视频苹果版v50.59.86.1.47.11-2265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

2026-01-10 13:43:42
泉源:

猫眼影戏

作者:

王大锤

手机审查

  猫眼影戏记者 万宇 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:日韩免费观看视频

??01月10日,专家解读丨深入打好净土保卫战的新阶段 ,

  三、正视问题,抓实作风,确保今年各项使命落到实处

,毛片入口。

??01月10日,福建永泰:依托特色中草药种植发展乡村旅游业,

  城镇化是人类生产和生涯方法由墟落向都会转化的历史历程,是地方经济实力和现代化水平的主要象征。加速城镇化,是经济社会生长到一定阶段的必定产品,是实现现代化不可逾越的历史阶段,也是解决我县现在及以后经济社会诸多问题的要害。因此,我们要从久远的、全局的和战略的高度,充分熟悉城镇化在经济社会生长中的主要意义。

,www.scsdxt.com,jkccf7,久久99con。

??时势2:欧美精品操逼视频

??01月10日,通道+枢纽+网络 加快构建现代物流运行体系,

招商银行信用卡欠五千逾期怎么办,会怎么

,户外暴露自慰(高H),91日本,欧美aaaaaaaaaa。

??01月10日,“高水平对外开放与国际潮商”报告会在汕头举行,

  (五)增强宣布道育,切实营造优异的社会气氛。要坚持准确的舆论导向,接纳多种形式,普遍宣传建设和实验农村低保制度的主要意义,宣传党和政府对农村难题群众的体贴,宣传农村低保制度的政策、划定,让这一惠民工程进村入户、家喻户晓,要起劲发动社会各界关注农村难题群众,支持农村低保事情。要把农村低保事情作为政务果真和村务果真的主要内容,按期宣布农村低保事情实验情形,果真包管标准、审批程序和补差金额,自动接受社会监视和群众监视,为农村低保事情的顺遂开展创立优异的舆论气氛和社会情形。

,又粗又长又硬操逼视频XX,免费无遮挡 漫画网站下载樱桃,美女直播被日爽了高清。

??时势3:白洁老七

??01月10日,川藏青藏公路建成通车70周年|科学训练、坚守边界 他们是“两路”精神新传人,

  在那崩塌的石山前,有数百头凶兽与猛禽,全都在猖獗的攻击,想掘开那一块块巨石,将狻猊的宝体挖出来。而它们间也在厮杀,血腥气扑鼻,种种咆哮声震耳欲聋!

,一区二区免费视频少妇,天天干狠狠草天天爽,九九这里精品视频。

??01月10日,上海:人力资源产业业态产业链完备 中外优质机构高度集聚,

  整颗蛋有石碾子那么大,通体璀璨,剔透闪亮,霞光四射,内部的汁液有泰半进入了小不点的肚子中,可是他的小肚皮却不见鼓胀。

,99RiAv国产视频,中文乱码35页在线观看,高清无码视频免费观看。

??时势4:狂揉

??01月10日,第三届石榴杯征文活动收官《衣冠不南渡》等十部作品获奖,

  据中国青少年研究中心的天下性大型视察发明, 清静事故已经成为青少年儿童的第一杀手. 我国每年约莫有1.6万名中小学生非正常殒命,平均天天有40多人,也就是说天天有快要一个班的学生在“消逝”。 校园清静涉及到青少年生涯和学习方面的清静隐患有20多种:如打斗斗殴、食物中毒、体育运动损伤、网络结交清静、交通事故、火灾、溺水、毒品危害等. 这些时刻威胁着青少年学生的康健生长。为周全深入地推动中小学清静教育事情,降低种种伤亡事故的爆发率,切实做好中小学生的清静;な虑,增进学生康健生长,在1996年,教育部、公安部等七部委联合发文,决议建设天下中小学生清静教育日制度,将每年3月最后一周的星期一定为天下中小学生清静教育日. 今天就是我们天下中小学生的第14个清静教育日。

,最新a片在线视频,国产熟AAA级毛片,亚洲黑人永久免费视频。

??01月10日,第二届链博会将启 境外参展商美企居首,

  每一分辛勤都有一分收获 ,每一次的痛苦都是快乐的最先。既然已走上了运动场,心里就不要多想,只管朝前走。你的汗水,洒在跑道,浇灌着乐成的花 朵;你的欢笑,飞扬在赛场,为班争光你最棒;你的身影是跑道上的景物,强壮的程序迈出你的自信!加油啊,健儿们!

,美国a级大黄片,日韩一级视频在线观看免费视频,头交整个头进去视频。

【最大黑马挺进决赛 斯诺克世锦赛首演“90后”争冠】

【哈尔滨上演“湖北式浪漫”:黄鹤楼冰雕中央大街出圈 武当剑法冰雪大世界亮相】

责编:康查科斯塔

审核:基里连科

责编:宋岚芹

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