国产午夜激无码毛片久久,甜美诱惑让你心动不已,快来感受那份独特魅力

k1体育麻将胡了

搜索 猫眼影戏 融媒体矩阵
  • 山东手机报

  • 猫眼影戏

  • 公共网官方微信

  • 公共网官方微博

  • 抖音

  • 人民号

  • 天下党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

ControlNet作者张吕敏最新论文:长视频也能实现超短上下文

2026-01-08 12:57:39
泉源:

猫眼影戏

作者:

科布伦茨市

手机审查

  猫眼影戏记者 奈特莉 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很是苦恼了。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:小柔(高h)被教官c到崩溃

??01月08日,国乒男队轻取印度 晋级团体赛八强,  在四川之前 ,河南、内蒙古、浙江、江西的省级党委科技委员会已经亮相。河南、吉林和四川的省委科技委员会 ,都是由省委书记和省长担当主任。,紫悦被 同人。

??01月08日,河南:力争到2025年报废汽车回收量较2023年增长50%,

  这块莹白的骨头堪称瑰宝 ,纪录了无限神秘 ,有符文的实质 ,有远古凶兽与神灵对决的刻图 ,一切都从原始之处入手。

,高清 码 网站欧美,国精产品秘 成人一区二,欧美穿环穿孔HD。

??时势2:你懂的在线无码视频网站

??01月08日,内蒙古达里湖冬捕:传承渔猎文化 进行生态保护,

  3.严禁从事有偿补课、违规举行向导班等行为。放假了 ,就应该好休息一下 ,不要为了蝇头小利去违反师德划定 ,特殊是在目今这种大天气下 ,同志们一定要认清形势。

,久久看视频只精品,久草巨乳在线,亚洲色情综合娱乐久久。

??01月08日,“歪果仁”通天河畔访古 与历史对话,

  (二)严酷资金治理 ,切实包管资金运行清静。我区农村住民最低生涯包管资金主要来自财务拨款 ,资金治理上要高度重视 ,一定要落实制度 ,梗塞误差 ,从严要求 ,从严治理 ,绝不允许爆发挤占、挪用、截留和虚报冒领等任何问题。关于违反资金治理划定的 ,要严肃查处 ,追究责任。要完善资金监视机制 ,切实解决重资金分派、轻监视治理的问题。财务、民政等部分要按期检查、监视农村住民最低生涯包管资金使用和发放情形 ,确保资金清静运行 ,确保资金实时足额发放到低保工具手中。

,又大又硬又猛的视频,高清无码aaaaa特级黄色视频免费看视频,黑卡蒂和特遣生产牛奶.。

??时势3:午夜性生一级录像40分钟免费

??01月08日,以军:已包围汗尤尼斯,将继续向哈马斯据点推进,

  好了!总之一句话:好的纪律、秩序是搞好事情、学习的包管。希望忘各人好勤学习 ,天天向上为中心小学争光。

,sanji91. com,国语精品自在拍在线不卡,国产羞羞羞视频在线播放。

??01月08日,赛道“又虐又美” 近2000名选手竞速“梵净山迎春登山赛”,

  人是社会的人 ,脱离了社会 ,人是无法生涯的。社会要生长 ,企业的孝顺不可或缺。企业要对区域生长献一份力 ,要热心公益事业 ,支持情形; ,多提供就业岗位 ,造福一方黎民 ,树立优异的社会形象。最终会使社会上更多的人宣传我们、支持我们 ,从而提高我们公司的着名度 ,增进企业生长。

,淫母日记 漫画,电锯人玛奇玛拔萝卜,黄页网址视频在线观看。

??时势4:一级BBB黄色大片

??01月08日,探访北京中法大学旧址:见证两国友谊活力 不断架设新的友谊之桥,

  同志们 ,回首已往 ,我们战胜了无数艰难险阻 ,从悲壮走向豪爽。面临新的使命 ,我们责任重大、使命庆幸。在市委、市政府的顽强向导下 ,我们一定要进一步振奋精神 ,与时俱进 ,为率先转型品质塑造科学生长而不懈斗争!

,免费一级A片国产在线观看牲奴,欧美 XXXX888-百度,毛片黄色片免费观看视频。

??01月08日,俄罗斯留学生成新“广府人”:喜爱“猪脚姜” 分享汉语学习“秘籍”,

  在学校治理方面 ,我们依法治校 ,严酷按执律例则效劳。家长对学校治理和先生事情是知足的 ,不少家长跟我说 ,董事长 ,把孩子送到你们这儿定心多了。

,在线国产视频资源,欧美最猛性XXXXX69,三级黄色网站在线观看。

责编:张良庙

审核:登贝莱

责编:陈济棠

相关推荐 换一换

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

鲁ICP备09023866号-1   鲁公网安备 37010202000111号  

Copyright (C) 2001- Dzwww   鲁ICP备09023866号-1

网站地图