猫眼影戏
 |
|
猫眼影戏
郝笑天
手机审查
猫眼影戏记者 岳建辉 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：毛片av黄片av
??01月08日,去年访港旅客约3400万人次 内地成最大访港旅客市场 ,
据相识，我国每年约莫有1.6万名中小学生非正常殒命，中小学生因清静事故、食物中毒、溺水、自杀等殒命的，平均天天有40多人，也就是说天天将有一个班的学生在“消逝” 。
,激情亂伦有声小说 。??01月08日,【党外人士话复兴】冼海珍：台胞的科研路 “用实力说话”,
尊重的列位向导、列位专家、列位来宾，先生们、同砚们： 各人上午好!
,国产一区视频免费在线观看,猛创,男女动态图无遮挡猛烈同房 。??时势2：亚洲黄色5a级黄色视频。
??01月08日,南水北调中线通水近10年 直接受益人口超1亿,
这就是现实，想在大荒中活下去，除了要对抗种种洪荒猛兽外，有时还不得不垂头，不然可能会有灭族大祸 。
,老头老太HD❌❌X乄,激情文学激情文学激情照片,欧美性 XX XX XXX 。??01月08日,胡塞武装发射导弹击中一艘美国船只 美军已确认,
“谈你妈个巴子，别的不管，先揍一顿再说！”二猛的父亲怒气冲发的道，这些日子石村众人憋了一肚子火，怎能一句话就完事 。
,国产户外暴露路边刺激露出,色很久综合,影音资源资源 。??时势3：一区免费在线
??01月08日,带全家人体验中医理疗！看中医药如何“圈粉”哈萨克斯坦民众,
接下来，小不点血战多次，遇上了太多的阴险，斩杀了诸多猛兽，没有步伐，只要手软，就会成为其他生灵的食物 。
,九色国产熟女,十八禁www,国产精品视频2 。??01月08日,国台办：双航母编队海上训练是年度例行性安排,
农民富不富，要看村干部 。村干部是党和政府联系农民的桥梁，农村下层党组织是我们党在农村所有事情和战斗力的基础 。党在农村的政策，要通过农村下层组织去贯彻;党和政府关于农村刷新和生长的各项使命，要通过村干部团结和向导宽大农民群众去完成 。面临村干部特殊是新中选的村干部，培训学习时机少的情形，抓好培训教育，周全提高村干部素质，关于推动目今村级各项事情十分主要 。我区农村的现真相形批注，那里的村干部素质高、下层组织建设得好，那里的各项事情就开展得有声有色，农村事情就面目一新;那里的村干部能力平平、下层组织软弱涣散，那里的事情就难以开展，农村事情就难翻开新时势 。以是，提高农村干部的事情水平，健全农村下层组织，提高农村下层组织的向导能力，关于生长农村经济和各项社会事业，实现农村的昌盛稳固至关主要 。
,欧美高清精品A片在线播放,老肥熟老女人另类xx,HD鈻讹笍VideoButts 。??时势4：蜜桃av秘 无码一区二区
??01月08日,斯诺克西安大奖赛四强产生,
“来，大叔特意给你熬了罐兽奶，喝吧 。”一个胡子拉碴的中年人凑了过来 。
,97久久99久久天天综合,狼友aⅴ永久免费观看,AV自拍偷拍亚洲 。??01月08日,巴黎奥运两面游泳铜牌得主何诗蓓返港,
“嗡”的一声，柳树绿霞冲霄，秩序神链一道又一道的交织，让人睁不开眼，此后笼罩着石村，突然间从天地中消逝了，这个地方什么都没有剩下 。
,乱轮黄色在线网址,女同被 c 扒衣服小说,动漫男性脱 给我揉 亲嘴网站 。【以方称曾空袭卡桑旅副指挥官所在地下据点】
责编：罗德华
审核：史蒂芬·萨博
责编：邓建华
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
