猫眼影戏
 |
|
猫眼影戏
陈奕迅
手机审查
猫眼影戏记者 林永坤 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：在线观看色网站
??01月06日,百图股份冲A背后的易主迷局,
“死！”
,XXXX76馃崋馃崋馃崋HD。??01月06日,2024世界青少年模拟联合国大会·重庆会议 中国少年双语讨论全球议题,
识。
,chengren欧美在线,长日光阴苏妙妙体育课,国产精品视频播放。??时势2：啊啊啊啊啊网站免费
??01月06日,一座园、一片湖、一群鸟 山西潞州绘就美丽生态画卷,
第三，小学晚课由轮班看守酿成专人向导。已往小学晚自习由先生轮班看守，这样的误差是先生不熟悉学生，又未便于治理，从20xx年最先，学校挑选了精兵强将，对晚班举行专职治理，从五点到七点，既向导学生作业同时又调动学生的起劲性。又投资几千元在各课堂装置了闭路电视，按期播放一些康健向上，适合学生寓目的电视节目，解决家长的后顾之忧。
,欧美另类一区a,久久国产免费观看精品A片,免费女同av网站一区二区。??01月06日,中国民航局：截至8月20日 民航暑运累计运输旅客1.17亿人次,
冬季体育磨炼，大多在室外举行，一直受到冷空气的刺激，血液中的红细胞、白细胞、血红卵白以及对抗疾病的抗体增多，身体对疾病的对抗能力增强，俗话说“冬天动一动，少闹一场病;冬天懒一懒，多喝药一碗”就是这个原理。
,www一www黄色视频,呆哥小悠闺蜜在线播放全集,wwwwwwwwwwwwwww黄色网站。??时势3：一级A片自慰女人自慰看片
??01月06日,2024年大足学国际学术研讨会在重庆举行,
一场强烈的大战再次开启，那铁棍捅破了天地，与那无尽黑羽撞击，宝术光华绽放，乱天动地，十方风云破灭。
,美女脱 露出 让男生吃,禁漫天堂 在线入口,美女黄色软件。??01月06日,中国正能量｜乐·活·人生,
“呀，你也觉察到了，我还以为是错觉，他这么幼小，体内怎么会有符文泛起呢。”年轻女子带着疑惑。
,亚洲二区在线,久久精品国产第一区二区,最新版韩国AV影片。??时势4：综合久久本道中文字幕www
??01月06日,广西柳州：“龙头花”盛放 民众沉浸粉色“海洋”,
小不点手持宝骨，满心欢喜，翻过来掉已往的看，符骨皎洁无暇，流转色泽，剔透闪亮，内蕴有强盛的符文，一看就不是凡物。
,18进禁网站,欧美喷潮a片91,免费黄色在线啊～啊～。??01月06日,香港青年话“五四”：当“壮志凌云”遇上中式队列,
(二)村干部要强化进取意识，勇当马前卒。 目今，全区各村生长不敷平衡，部分村条件较好，整体经济较强，但保存着生长不可一连的问题;部分村基础较差，整体经济欠债较重，村民意见较大。面临难题和挑战，无论是那种类型的村，村级组织和村干部要一直强化进取意识，勇当马前卒。要准确面临形势，驻足村情现实，鼎力大举弘扬 “ 创业、创立、立异、创优 ” 的雨山精神，以向导全体村民发财致富为己任，充分挖掘和施展本村资源、人力、地理等方面的优势，带动订妄想、谋思绪、抓生长，探索出一套有特色、更高效、可一连的生长路子。要善于捉住能够推动本村经济生长的着力点，带动学手艺、上项目，起劲生长工业，向导群众增收致富。要抓强人树模，起劲培育典范，施展其智慧才智和树模作用，发动群众创业致富。要抓效劳帮助，资助群众解决生长经济的种种难题和问题，提高群众创业致富的起劲性。要鼎力大举生长壮大村整体经济，从基础上改变 “ 空壳 ” 村等村整体经济生长乏力的现状，为进一步牢靠党在农村的执政基础提供经济包管。
,天天怕日爽,小心 入,色色视频欧美。责编：兰越峰
审核：逄某才
责编：姜增伟
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
