猫眼影戏
 |
|
猫眼影戏
孙元照
手机审查
猫眼影戏记者 郑继伟 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1：18岁禁止网站在线观看
??01月08日,外媒：以色列国防军军事情报局局长哈利瓦辞职 ,
可即便这样，也让一群人心惊肉跳。血液再不纯，但只要称得上是远古遗种，那也是可以横行大荒的恐怖生灵。
,新作孕育的摇篮之卵下载。??01月08日,内蒙古防沙治沙和“三北”工程攻坚战主题展开展,
石村的人都不干了，一二再而三，狈村的人一直盛气凌人，这不是第一次脱手了。
,国产巨乳美女乳交调教,免费无遮挡 视频国产哈尔滨,吞丸vero吃人肚子变大。??时势2：超碰在中文
??01月08日,经港珠澳大桥通关年花赴港澳抢“鲜”上市,
远处，罗浮大泽的主人在山林中的大河前，张口喷了一口精血，双目射出两道光束，露出震惊之色。他知道，这记蕴含着他精气神的宝术被破了，才仅一瞬间啊，就成为了那棵柳树的“补品”。凶蛟以肉眼可以见到的速率憔悴，被那青翠的柳条吸干了精气神，神曦散。
,欧美激情视频在线观看,78m78摸人视频78m永久免费,性愛歐美。??01月08日,广东北江干流全线出现洪峰 飞来峡水利枢纽有序控泄运行,
这一刻，四十二颗兽牙一起悬浮，全都发出璀璨的光线，相相互连，像是化成了一件战衣，披在了狈风的身上。
,尼亚州AZ秘 一区二区三,欧美13一18粉嫩P,久久婷婷色香五月综合。??时势3：全部无码特级毛片免费播放
??01月08日,新疆喀什冬季旅游升温 游客雪中漫步品古城,
现在的情形也没有多好，总有垃圾果皮在河中“漂荡”，总有塑料袋在空中“翱翔”，总有纸巾在树上“吊着”，这些垃圾简直是无处不在!河水从原原来的清洁酿成了龌龊，从原先的碧蓝酿成了墨黑，从原先的无味变得恶臭，可笑的是，我们还作为观众在对爆发的一切置若罔闻。人们啊，你们究竟想怎样样?!想继续导演这场杯具?照旧从谁人这场恶梦中苏醒?
,538在线播放视频,郊外野战A片视频在线观看,丁香五月六月婷婷综合激情。??01月08日,美图推出6款产品 吴欣鸿：深耕AI应用，让每个人都能享受到AI的价值,
雪白晶莹的兽牙化成光点，神辉洒落，冲向前来，如陨星划过苍穹，绚烂而漂亮，但却散发着恐怖的气息。
,婷婷五月丁香网,一级a性色生活片久久毛片照片,苍井空激烈被躁120分钟。??时势4：大欧派光腚高清图片
??01月08日,黑河口岸开通冬季气垫船旅客运输,
从高空向下望去，可以见到地面上玄色的误差一道接着一道，像是蛛网般交织，有一块区域更是泛起黑渊。
,国产乱轮视频在线观看,一级大黄片干的啪啪,麻豆精品视频在线播放。??01月08日,擦亮质量名片 “中国制造”构筑经济新优势,
“是啊，你们不必担心，吉人自有天相，十五爷肯定没事！”
,啊进来插视频,姐姐直播官网,一级a毛片高清视频免费观看。责编：哥伦布
审核：刘鸿宾
责编：许志华
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
