(5分钟全面了解)天天干人人操天天日人人爽安卓版v84.09.42.2.02.46.77-2265安卓网

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 03:20:49
泉源:

猫眼影戏

作者:

翁玉耀

手机审查

  猫眼影戏记者 让-马克·埃罗 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:学生又爽 又黄 网站

??01月09日,我国多地出现雨雪天气 各地采取多种措施积极应对,

  地面颤抖,石昊脚下的两人挣扎,掌臂挥舞间地面龟裂,土石崩开,宛若两头远古巨兽在发疯,想要站起,拥有吓人的神力。

,视频在线在线看精品。

??01月09日,(高质量发展调研行)安徽宿州:靶向发力助就业创业,

  “你敢!”

,亚洲国产成AV人片久青草影院,粗大黑硬长爽猛欧美视频欧美性感后入,一前一后太大了在线视频日韩国产。

??时势2:天天色天天干天天日

??01月09日,夯实乡村振兴经济 稻香村积极探索“牡丹经济”产业发展,

  喜得猪年成骏业,笑看羊岁展宏图。猪年的脚步徐徐远去,猪年的歌声即将响彻天涯,在这辞旧迎新的喜庆时刻,我谨代表企业治理层向勤劳事情在一线的全体职员,向支持和信任我们产品的宽大消耗者,向精诚相助,携手共进的供应商朋侪们,向给予支持和明确我们事情的眷属、亲人们致以最衷心的谢谢和最优美的祝愿!祝各人猪年快乐,身体康健,万事如意!

,欧美日韩A片一级毛卡片,欧美性爱小说图片,六花端口验证器下载。

??01月09日,(文化中国行)天下三分明月夜 文脉活化看扬州,

  石村所有人都惊呼,这太突然了。此后,一群人皆恼怒,狈风太阴狠了,搪塞一个孩子罢了,却无所不必其极,这般狠毒。

,国外av网站在线观看,欢乐谷网址最新消息,能直接看的av网址。

??时势3:精品一级二级a片

??01月09日,澳大利亚楚商联合会与江西九江市访澳团举行经贸座谈会,

  (二)高标准建设。高标准建设绝不是奢侈铺张,也不是重金投入,而是指我们的设计理念和修建要经得起历史的磨练,要着眼久远,凭证百年大计、千年大计的要求来推进都会建设。新农村建设要由“一代人盖三次房”向“建一次房住三代人”转变。在都会建设上要切实体现习提出的“善做善成”的要求,宁愿盖得慢一点,盖得少一点,但要盖一个成一个,盖一个像一个,争取我们建起来的大楼百年之后甚至几百年之后仍然耸立在张掖大地上,这就是高标准。

,av先锋资源资源网站,国产农村人一级A片妓女,45番电车游戏。

??01月09日,改革为人民|助力“通道经济” 总书记关注“数智”港口建设,

  村外,那如铁水浇铸而成的凶禽也是一震,霍的仰面,眸子射出两道闪电般的光束,死死的盯着祭坛那里。

,和平精英狂飙乳液,照片色色色视频,免费精品黄色视频。

??时势4:日本真人一级性爱

??01月09日,近2000名选手贵州梵净山竞速迎春登山赛:赛道极具挑战 颜值“拉满”,

  三年的初中学习生涯弹指一挥间,转瞬将逝。但母校和先生们,忘不了你们在课堂里立志苦读的身影,忘不了你们在运动场上龙腾虎跃的英姿,忘不了你们展现在母校的种种优美。同砚们,三年来伴着你们前行的不但有你的同砚挚友,尚有你们的怙恃和先生。

,逼喷水美女,国产精品18🈲️高潮站动漫,国产免费AⅤ片在线观看不卡。

??01月09日,海峡两岸青少年棒球邀请赛挥棒开赛 两岸“棒球小子”同场竞逐,

  湖底硬邦邦,跟踩在山石上没什么区别,这头一尺长的生灵近前竟有蚕蛹般的皮,刚脱落下一小部分。

,欧美性插插,欧美精品久久久久A,八重神子焊出水。

责编:程谦

审核:海伦米伦

责编:丁燕

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