首页
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。
《艾莲的最后一次服务招待》,《Q8X2R7L1T4J5M9B6W3》18 伙伴
“超碰在线免费播放1000”
久久A级毛片免费看
……
01月05日
“大力肏穴视频”浙江高考录取全部结束
↓↓↓
01月05日,刘斯奋艺文生涯七十年学术研讨会在穗举办,衣冠不整鹤童by鹤童免费阅读,美女被日软件下载,在线色污视频免费观看,人人操人人硒
01月05日,(文化中国行)“她力量”绽放文物普查,体育生初精,中文字幕在线观看 第一区,国产人体av,纯肉文
01月05日,国家通用盲文版国歌等语言文字规范发布,免费看美女裸体 视频网站,欧美做爱视频,亚洲一区视频免费观看,999黄色网站
01月05日|我国野生动植物保护进展如何?一组数据看成效|aiye.ia|欲慢社|中文字幕 日本强奸乱伦|欧美猛男军人Gay巨大杂志
01月05日|贵州从江一民船侧翻 致8人遇难|一级久久精品网|五无码不卡一级黄片|一区一级在线|美女视频黄a美女大全免费看
01月05日|10年国债收益率再创新低,年底增量政策受关注|豆瓣酱闹新娘|一级黄片水屄视频高潮|自拍偷拍亚洲视频2020|131黄色视频……
01月05日,福建大田:“互联网+点菜式”服务 让民众养老不离家,刺激免费视频,免费看性欧美大片Aⅴ,乱操在线观看网址,天天三级片
01月05日,广西一乡镇菜市场“打边炉”爆火 民众体验乡村“烟火气”,群交俱乐部,ovcfcy_11922...,av色8,国产宾馆自拍
01月05日|10月进口额大增超七成,但国内葡萄酒消费仍在过冬|国精产品99永久二区二区视频|全免一级久久久久片|亚洲视插|日本a片网温泉下的母子
01月05日,以音乐为媒 “衢州有礼”走进北京,97人人操人人上,九九色精品国偷自产视频蝌蚪,99r国产在线观看,极度另类
01月05日,湖南凤凰古城迎客流高峰 水上舞蹈演绎《边城》故事,久久亚洲精品无码九区,俄罗斯女子学院在线看免费法剧,网友自拍偷拍小视频,欧美黄色网站免费在线
01月05日,南方电网原纪检监察组组长龙飞被逮捕,午夜影院操久久久,免费A级毛片免费完整视频,latexLucyvideo,特黄18毛片爽
01月05日|镜观·回响丨东北加快构筑向北开放新高地|自慰喷水网|国产成人视频在线观看|欧美曰屄视频|躁B动漫软件
01月05日|“为国与国之间互利合作树立典范”(高端访谈)|国产一级二黄片|妈妈美白大蚌埠视频|xbox series s性能有多强|农村妇女偷拍WWWⅩXX
01月05日|习近平向2024年“读懂中国”国际会议(广州)致贺信|绝版稀缺电影免费观看|日本a∨片免费看|银杏AV|亚洲色视频A片
G2整活 四杀SKT,2024MSI赛制|台青心系迁台记忆馆建设:“这里有我们的根”|手机在线免费观看的黄色网站|亚洲看黄片|国产性交Av在线|少妇福利视频
监制:邓金木
策划:赖晗
主创:唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑:王家菁、段圣祺
湖北谷城:“与世界共品一杯高香茶”
龟兹文化“刻”入铜器 新疆匠人兄弟传承老手艺
(新春走基层)非洲小伙春节返乡盼团圆:把中国的幸福感带回家
世界看两会丨多国人士:新质生产力正成为全球发展引擎
秘鲁青年:传统与现代融合的北京让人着迷
【小新的Vlog】国际残疾人日:记者亲测北京无障碍出行的“隐秘角落”
北京国安4:1胜青岛西海岸 取本赛季主场首胜
旅游团被强制要求消费骑马?丽江文旅局通报
王毅同德国外长贝尔伯克举行第七轮中德外交与安全战略对话
以色列对黎巴嫩贝鲁特南郊发动空袭
五月丁香六月综合激情
欧美不卡黄色网站
jjzz中国jjzz
黄网站免费打开
日韩欧美亚洲乱码中文字
福利影院网
又爽又舒服又骚的黄色软件
清纯唯美亚洲激情
free复古性ⅩXXX复古视频
国产美女裸体无遮挡免费视频

闽公网安备 35010302000113号