猫眼影戏
 |
|
猫眼影戏
吴学宝
手机审查
猫眼影戏记者 苏巴什 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？嗄樟恕Ｒ胧迪执匆，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（不切割任何历史帧）逐秒自回归天生的。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帧（例如首帧或末帧）来「投契取巧」，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：极品视频网站
??01月06日,上海：菜场变身“艺术馆” 解锁生活无限趣味,
“我还想去修行呢。”小不点说道。
,日韩欧美亚性爱精品。??01月06日,广东多地再迎疾风暴雨 地质灾害风险高,
族长又舀出一碗，递给小不点让他喝下，幼年时期磨炼体魄，必需要调理好身体，不然会落下祸根，未来出大贫困。
,免费观看黄网站试看,95视频观网,免费三级一黄一级毛片。??时势2：性色av毛片基地
??01月06日,“中国东方白鹳之乡”超120对东方白鹳产卵 孵出350只“鹳宝宝”,
一样平常的祭灵守护人族，常驻一个墟落或城镇中，接受人类的祭祀，不会容易脱离，而这头竟然在自己行动。
,欧美性爱A一级,在线免费福利影院A,久久福利二区国产亚洲手机。??01月06日,（身边的变化）武汉轮渡之变：跨越时空承载江城记忆,
天空中传来鸟鸣，紫云、大鹏、小青长的并不是很快，现在躯体有四米长，可是却可以展翅击天了，能突入云层上方，速率极快。
,精品在线一,视频色影库,强奸一级毛片在线。??时势3：小草在线一区二区欧美
??01月06日,香港“五一”：游客穿“港风”海边打卡 阴雨天热情不减,
二是增强中青年人才步队的建设。中青年一代是医院的栋梁，是各学科生长的中坚实力，医院要给有能力、有劲头的年轻人压担子，接纳“走出去，请进来”的方法，增强对外相助，在学习学习、引进先进手艺的同时，有重点地逐步作育一大批营业主干和学科带动人。适才我提到的**县人民医院他们恒久约请北京家大医院**名着名专家举行传帮带，同时还对事情*年以上的专业手艺职员轮门户往三甲医院举行学习深造。县医院组织中层职员到**市中心医院轮训这个步伐很是好，应该同**市中心医院建设恒久的协作关系，并进一步增强同上级医院的联系，与省级医院以及京、津等地的三甲医院举行联系，建设一种恒久相助关系，将他们的手艺引进来，提高手艺水平，做患者值得托付生命的人。
,精品一级二级a片,欧美精品一区二区福利视频一区,国产在线不卡网址。??01月06日,文化中国行｜当百年国博遇上“文博热”,
“青鳞鹰大婶应该没事了吧？服用了族长爷爷的药散，尚有离火牛魔的宝角真血，一定可以彻底恢复过来。”小不点体贴的问道，这两天他在洗礼，不知道青鳞鹰的状态怎样了。
,另类性爱视频,jiuse,夜色福利免费网页在线视频。??时势4：就诊指南
??01月06日,最高法解读工作报告：要实现对诉讼的源头治理,
总之，我们将继续起劲，科学总结履历，认真查缺补漏，以越发投入的状态延续我们现在取得的效果，在天下新农村建设档案事情树模县建设乐成的基础上，将和县的档案事情更上一层楼。
,亚洲欧美日韩精品专区95,黑料不打烊徐若瑄天使心,国产黄色Aⅴ影院。??01月06日,南京文学书集启幕 20000余种书籍亮相,
被震飞的人冷笑，他们知道，族中的能手到了，这种至强的宝具唯有主要人物才华持掌。
,狼友无码纯肉视频在线观看,黑土腿脚熟练,AAAAAAA一级片黄色。【习言道｜习近平这样谈青年担当】
【（聚焦海峡论坛）茶香飘两岸 吴振铎茶文化驿站福建福安揭牌成立】
责编：邱泽
审核：吴成良
责编：倪延东
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
