猫眼影戏
 |
|
猫眼影戏
徐苗波
手机审查
猫眼影戏记者 都明文 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：精品久久久久久无码三级
??01月07日,台青心系迁台记忆馆建设：“这里有我们的根”,
“让这片大地染遍赤血，你们当中的佼佼者，我会带走，允许你们相随，在我栖居的神山上修炼。”一头至尊生灵咆哮道。
,久久久受www。??01月07日,财政部同意印制发行“甲辰龙10元”等14款即开型福利彩票游戏,
萧天闻言，嘴角马上抽搐，他厌恶那样的赞美。他曾入选天才营，厥后又迅速被一个老怪物选走，自然见过清风。
?第一百七十七章 挨揍,国产片视频se,亚洲欧美日韩视频二区,馃崋馃崙馃崋。??时势2：黄色小视频中文字幕在线
??01月07日,山西藜麦粉首次出口 运往法国,
“头角峥嵘，第一奇才，曾在我们天才营呆过，极其强悍，潜力惊人。”
,国产精品视频专区一区二区,日本动漫黄A片免费网站,思思精品视频在线观看。??01月07日,“五一”假期海南机场出入境旅客同比增长4.6倍,
为了中华民族的伟大再起，不吝抛头颅，洒热血，赴汤蹈火，舍身取义，矢志不渝，用他们名贵的青春和热血，谱写了可歌可泣的壮丽诗篇，为中华民族的自力息争放事业立下了不朽的功勋。英烈们虽打下了山河，但他们的事业还没有完成。我们的`祖国还需要进一步的强盛和昌盛。为了圆民族的强盛梦，我们每个炎黄子孙责无旁贷地担负起建设兴旺祖国的历史重任。
,欧美最新精品H口一级A片,啊┅┅快┅┅用力啊刀,美女视频黄的免费看。??时势3：天天摸天天做天天爽水多 gzdongd.cn
??01月07日,这个夏天 谁能问鼎德劳内杯？,
4.油锅着火，不可泼水灭火，应直接盖上锅盖或用湿布笼罩，并关闭炉灶阀门。
,精品午夜福利在线,3d成人无码动漫 在线观看,www.hsjg88.com。??01月07日,通道上的中国故事 诗与远方的澎湃活力,
他怨愤，神色重大，关于小不点这样难以想象的孩子，感受相当的震惊，很是不甘。
,亚洲综合网在线,月亮影视大全免费追剧,游戏王黑导魔女H本子。??时势4：高清性色生活片久久久
??01月07日,浙江杭州：立夏习俗吸引民众,
“天啊，你会喷火，跟上古传说中大恶龙一样平常！”小不点发怔，再次倒退了一段距离。
?第一百二十章 七洞天,亚洲色爱图小说专区,穿着情趣内衣做爱,忘川49秒生孩子原版。??01月07日,云南10家旅行社被重点监管 多地发布“红黑榜” 促旅游市场秩序规范,
人生的理想是人生生长征途的梦想，是人生旅途中的指南针;确定了人生的理想，同砚们的生涯就会循序渐进、有条不紊;有了人生的梦想，同砚们的学习就有了斗争目的，就有了精神动力。人生的理想是一台发念头，它会促人奋进，起劲学习;没有人生的梦想，就像一艘没有航标的汽船，在大海中航行就会迷失偏向;也就像一只没有听觉的蝙蝠，它不可傲游太空。这以上充分体现了树立高尚理想、追逐梦想的主要性。
,农村老熟妇大BBXX,aiai 在线视频,亚洲同志男男激情。责编：丁元竹
审核：沈明高
责编：曾一鸣
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
