猫眼影戏
 |
|
猫眼影戏
夏青
手机审查
猫眼影戏记者 夏永旭 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1：91国再线精品播放
??01月09日,“战争对美国人和美国经济都有害”,
“族主 ，我们要不要去 ，我族生齿虽然不达万万 ，可是实力绝不弱于别人 。”有几位强者走来 ，各个都气息迫人 ，如凶兽转世 。
,欧美久久久久精品一区 。??01月09日,浙江建德：乡村“马拉松赛”让假日“动”起来,
列位来宾、列位朋侪 。每次相聚都让_大步向前迈向更高更稳的一个台阶 ，每一次展望 ，都是_走向更大绚烂的起点 。
,中文字幕久久精品无码一区二区,黄色网站免费性爱视频,黄网址免费在线观看 。??时势2：日日夜夜操屄
??01月09日,广东打造地图智能审查系统 提升审图工作效率,
为了使同砚们能过一个快乐而清静的假期 ，现在我向同砚们举行放假前的清静教育 ，希望同砚们认真听 ，并请列位同砚务必遵守 。
,一极特黄,日本妇成熟A片免费观看,成人91视频在线观看 。??01月09日,福建立法促高质量充分就业 三举措促台胞就业创业享同等待遇,
“孩子 ，绕过前面的石子 。”这是母亲在我蹒跚学步时的指点 。“留神路上的汽车啊!”这是父亲在我飞车上学时死后的吩咐 。“隐患险于明火 ，提防胜于救灾 ，责任重于泰山”这是现在 ，我和同事们天天上班时恪守的信心 ，在人生的旅途上 ，清静伴我偕行!简直 ，在我们脱离母亲的帮助 ，摇摇晃晃地行走在人生蹊径上以后 ，我们一直依赖着“清静”这个手杖 ，没有它 ，我们可能会摔跤 ，可能走不过风风雨雨 ，更不可能抵达人生绚烂的那一头 。“清静”关于我是主要的 ，关于电信员工 ，它的意义在于通讯系统的稳固;在于千家万户通讯的流通;更在于国家工业的安危!不讲清静 ，哪怕是轻轻得一铲就能阻断国家一级光缆长达几个小时;不懂清静 ，哪怕是小小的一只工具包就能中止近千门电话的正常通讯;不要清静 ，哪怕只是小小的一个意念就能让事情中的生命处于危险 。正是“清静”坚持着电信行业高速、迅猛的生长态势 ，也正是“清静”让我们电信企业一直的走向“明天” 。
,美女粉嫩屁股喷白浆的视频,天堂在线免费视频,欧美性爱俺去操你啦 。??时势3：性无码专区无码最新地址
??01月09日,记者手记：在贝尔格莱德看“桥”,
凭证党章的有关划定 ，经校党委研究并讨教北京市委组织部、市委教育工委批准 ，拟于20xx年5月召开中国共产党中国传媒大学第一次代表大会 。学校党委以为 ，这次党代会是学校更名中国传媒大学后召开的第一次党代会 ，是学校在履历50年办学历史和近十年的跨越式生长之后 ，召开的一次继往开来、继往开来的主要聚会 。此次党代会肩负着总结已往、妄想未来 ，统一头脑 ，鼓舞斗志的历史使命 ？谜獯未蠡 ，关于学校党委进一步认清面临的形势和使命 ，明确生长的目的和思绪 ，确定科学的生长战略和行动 ，从而团结向导全校师生员工高昂进取、起劲拼搏 ，增进学校事业的周全、协调、可一连生长 ，具有十分主要的意义 。
,一级二级调色大片的经典实例,五月丁香久久久,扒开胡桃 狂揉 难受 。??01月09日,时政新闻眼丨纪念邓小平同志诞辰120周年，习近平为何强调这一句话？,
在小不点七岁半时 ，他停了下来 ，经由这么长时间的磨炼 ，他不但肉身强度惊人 ，就是意志也如坚铁般了 。
,欧美在线不,久久只有这里有精品,女女女女 。??时势4：中文字幕资源在线
??01月09日,惊艳亮相！千年古城印记赓续历史文脉 彰显华夏文明力量,
首先我在学乐网注册了账号 ，并下载了有关的参考资料学习 ，之后加入了小学1-3年级的角逐 。内里的交通知识问题可真富厚 ，有交通基础知识判断题、交通标记题、交通行为规范题 ，虽然赛前我举行了认真的准备 ，可是问题内容太多了 ，照旧会时时时地做错问题 ，可我不肯认输 ，做错的问题找到准确谜底后 ，我又进入去参赛 。由于进入参赛的时间太迟了 ，我没能做到足够的积分 ，也就没能获得名次了 ，但我照旧很开心 ，由于这次参赛 ，让我明确了许多交通知识 ，使自己以后更会注重交通清静了 。
,国产黄在线观看免费观看网站,美女网站操视频,美女靠逼免费视频 。??01月09日,秋日西藏错那湖 美如画卷,
在后方 ，漫山遍野的凶兽张牙舞爪 ，一扑而过 ，这些村人拼死对抗 ，可在这洪水般的凶兽群中显得那么微缺乏道 。“噗噗”声一直于耳 ，那尖锐的大爪子、雪白的牙齿 ，收割了一条又一条生命 。
,5五月综合网亚洲,www.快色视频,国产.自产.黄色22页 。【东南大学4300余位本科新生怀揣梦想启航新程】
责编：贾贵
审核：考考考
责编：柯文哲
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
