huangse网站免费,探索无限精彩,畅享不一样的世界,让生活更有趣

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

2026-01-09 13:09:46
泉源:

猫眼影戏

作者:

刘克梅

手机审查

  猫眼影戏记者 张延龙 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:亚洲色欲香天天天综合网

??01月09日,太原新年初雪后现大雾天气,

  “哈哈……”

,男的扒开女的腿扒开爽桶。

??01月09日,湖南蓝山“稻稻油”轮作促农民增收,

  今天 ,使用这个时机 ,我想给每一位同砚提几点建议:

,不卡的免费A∨网站,看Av不卡,性XX444。

??时势2:巫唐专辑Easy

??01月09日,新疆乌什县发生7.1级地震,

  6、防溺水清静。天气仍然炎热 ,学校严禁学生私自外出江河湖海、溪流、水库、水潭等水域游泳。未经赞成 ,不私自或私自结伴外出游泳或到水边嬉戏 ,如发明其他同砚私自外出游泳或到水边嬉戏 ,要实时阻止 ,并向家长或先生 ,严防溺水事故爆发。

,欧美一级在线视频,毛片一级毛片一级,A片免费看看看看看看看看看看。

??01月09日,江西南昌:龙年“二月二” 萌娃“剃龙头”,

  那只重大的凶禽太过无边无涯了 ,双翅一展 ,青云直上 ,苍莽山脉的天空都似乎快容不下了它了 ,攻击力绝世无匹 ,每一次拍翅都震的天地轰鸣。

,吻胸揉屁股摸腿娇喘视频网站,欧美夫妻性生活视频,人妻沦陷2~婬辱の教动漫。

??时势3:曰韩欧美视频一区二区三区

??01月09日,邹敬园夺得巴黎奥运会体操男子双杠金牌,

  村级组织换届后 ,一大批头脑作风好 ,事情能力强 ,文化知识渊 ,为民效劳勤的同志走上了村级向导岗位 ,使村里向导班子越发团结 ,干群关系越发亲近 ,民主治理越发规范 ,为增进村里进一步生长涤讪了扎实的基础 ,但我们也注重到 ,个体村在换届后给村级组织建设带来了新的情形 ,为此 ,我们要以这次培训班为契机 ,进一步增强农村下层组织建设 ,为建设协调东城提供强有力的组织包管。

,中国免费黄色网址,性爱小说视频网站,欧美性交在线看。

??01月09日,白龙江“致信”黑龙江 甘肃文旅“发力”,

  (二)增强村干部培训 ,是提升村干部事情能力 ,建设高素质农村干步队伍的需要。村干部素质的崎岖 ,直接影响着农村事情的开展。多年来 ,各级党委和政府一直高度重视农村下层干步队伍建设 ,在提高农村下层干部素质上下了很大功夫 ,取得了较好效果 ,村干部的整体素质有了较大提高 ,但仍有一些村干部的能力素质不顺应新形势新使命的要求。有的村干部事情要领陈腐落伍 ,处置惩罚问题手段简单 ,导致党群干群关系主要、矛盾激化I杏行┐甯刹空嗡刂什桓 ,执法意识不强 ,在农村低保、危房刷新等民生问题上行不正 ,站不稳 ,优亲厚友、情绪用事等征象不少;在整体土地谋划权流转、整体资产处臵历程中损失原则?谕沸椤迪洳僮鳌⑷饲榉炔还娣丁⒉幻裰鳌⒉煌该髡飨笫庇斜 ,严重损害了群众、整体的利益 ,引发了种种社会矛盾和不稳固因素 ,造成上会见题一直。现在 ,大部分村级信访案件的原由都是民生、土地、林权等问题 ,许多问题的成因都是暗箱操作 ,村干部为一己之私造成的严重后患。这些问题若是解决欠好 ,就会影响农村经济社会的生长和稳固。因此 ,迫切要求村干部提高自身素质 ,增强组织开展村里各项事情的本事。

,淫荡视频免费网站,日本黄级三级片毛,国产五月天。

??时势4:女同在线高清视频一区

??01月09日,中新教育|第83届中国教育装备展示会举行:聚焦数字赋能与教育创新,

  “我并不是真的要脱离石村 ,而只是去完成柳神交接下的一次磨砺 ,想出去转一圈 ,很快还会回来的。”小不点轻语道。

,四五月婷婷色播播,三区精品黄色,国产情侣露脸在线对白。

??01月09日,【冰雪春天】当纷飞大雪遇上南方的水墨冬日,

  小不点睁大了眼睛 ,认真的聆听。这个时间 ,一群孩子也跑了过来 ,一声不吭地坐在地上 ,好奇的听着。

,xart,AV研究社,日本三级片免费观看。

【苏轼真迹《新岁展庆帖》《人来得书帖》合卷在海南展出】

【辽宁大连:寒潮中3名渔民遇险 救助船大风浪中成功施救】

责编:英朗

审核:洪泽生

责编:姚慕双

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