首页
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。
《欧美日韩欧美》,《Q8X2R7L1T4J5M9B6W3》26 uuu.com
“aa视频大片网站”
485y.com
……
01月07日
“超碰在线免费黄色”如何看待广西民警为救落水者牺牲
↓↓↓
01月07日,首届中欧中医药论坛在布鲁塞尔举行,黄片一级无码在线嘿嘿,欧美精品三级,孩儿管老少配,91碰碰
01月07日,首届“闽南魂”闽南语合唱艺术节在福建漳州举行,亚洲三级片视频,国产在线拍偷自揄拍无码91,100%美女奶头,久久久国产精品毛片
01月07日,香港人才服务办公室线上直播招聘会吸引逾24万人次观看,又爽又刺激的视频,人人曰人人操曰,成 人免费va视频无码,一级白丝
01月07日|外企观两会丨从政府工作报告中找到商机 外企加码上“新”|绿帽社在线免费观看|大坤坤戳桃流白了|同性恋射精视频|日韩影院在线观看三区
01月07日|人民英雄永垂不朽——人民英雄纪念碑碑文敬读|日韩阴户欧美另类欧美|欧美精品首页|538精品视频国产播放|A激情欧美
01月07日|郑州明确在城市更新中延续历史文脉|人人干狠狠干人人|日韩欧美亚洲国产福利在线观看|乱牲交视频免费视频|激情性爱无码免费……
01月07日,中国高等院校影视学会第二十四届年会暨第十七届中国影视学术论坛在辽宁大学开幕,欧美一级a片天天操,免费看人体AⅤ视频,无码理伦,色婷综合久久久久久爽在线解说
01月07日,广西2023年跨境人民币结算量创新高 与东盟跨境收支增长快,手机凹凸视频在线免费看片,嗯啊太深了视频,一级做一级一级a做片性十三,一个色度农夫的航导
01月07日|诱导加钱送礼物 “语擦”服务莫要成了“擦边”服务|亚洲欧洲无卡二区视頻|扒开❌狂揉❌喷水游戏|免费观看成年人影院欧美|国内下药视频在线观看
01月07日,“中国历代绘画大系”典藏馆(良渚)将在“良渚论坛”期间开馆,好大好粗好舒服视频黄色视频,日韩AV无码无码无码,女性自慰网站,国产特黄A级三级三级三级
01月07日,郑州迎2024年首场降雪 民众打卡拍照,亚洲视频中文一区二区,成年免费视频黄网站在线观看,免费b站看大片真人电视剧在线夸克,国产人在线成免费视频大
01月07日,广西多措施改善患者就医服务 减轻民众就医负担,真大黄片和毛片A,黄礼志被肏,一大片在线观看视频免费,最新激情视频网站
01月07日|新疆阿克苏地区乌什县发生7.1级地震 三部门紧急调拨中央救灾物资|08陈冠希未删减版资源|91Caoprom超碰进入离开|人人插人人肏逼免费|aaawww视频
01月07日|福建东侨:电商+文创 让特色产业更“出圈”|第一区在线视频|黄色大视频|国产超碰人人爽人人做夜色资源|美欧性交网站
01月07日|(八闽千姿)“客家祖地”的传统手工线面:记忆中的家乡味|gay男男灌肠在线观看|A片黄色在线观看不卡|国产原av视|国模私拍国产精品久久
宋仲基首尔发布会状态,十个勤天什么时候补货|马来西亚外长穆罕默德将访华|大淫屌|精品国产玖玖|国a片|日本乱人伦aⅴ
监制:邓金木
策划:赖晗
主创:唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑:王家菁、段圣祺
习语品读|“种下的既是绿色树苗,也是祖国的美好未来”
中缅边境云南龙陵首现滇西马蓝 花型酷似马头
【这个城市有点潮】保山:高黎贡山脚的“咖”味城市
靠什么确保“不拖欠一分血汗钱”?
外媒:乌克兰全境拉响防空警报
“塞中务实合作不断拓展”
便利申请汽车以旧换新补贴 公安部:网上可办理旧车注销
昆明机场口岸暑运首月超24万人次出入境
山西阳泉加快构建新型能源体系:传统煤电优化升级 清洁能源建设提速
事关3亿人!国家首次发布,回应重要需求!
多人群p孕妇亚洲网站
99精品国产最新观看网址
寸止挑战圣诞特别篇游戏玩法
人人妻人人爽人人狠超碰
漫画天堂jm版1.7.6安装包下载
激情性爱视频小说
久久女人高潮精品
亚洲,辣妹色色色。
99r在线观看这里精品
丰满美女黄色网站

闽公网安备 35010302000113号