猫眼影戏
 |
|
猫眼影戏
谈普法
手机审查
猫眼影戏记者 李好错 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：影音先锋亚洲色资源网站
??01月10日,推动党纪学习教育走深走实（党纪学习教育）,
明天你们的人生将掀开新的篇章
,高新黄色大片 。??01月10日,海南建设美丽海湾 扮靓环岛旅游公路沿线风景,
5、充分验展高手艺人才培训基地和技师团队学习室作用，增强高手艺人才步队的作育，重点增强职工清静知识与手艺知识的掌握及清静意识的提高，切实打造一支一专多能的机电治理步队 。
,加勒比中文,高清 免费视频下载,国产speaking打屁屁网站 。??时势2：人人爽人人爽视频综合网在线观看
??01月10日,第55个世界地球日暨第5届亚太地质公园周活动在粤启动,
石昊也站在那里，清静地看着他，道：“不是我挑事，而是他们欺人太甚 。”
,欧美欲理乱片在线观看不卡,porin卅蹏賷睾蹏乇,啊啊啊承认免费网站 。??01月10日,探访小龙虾市场：大量上市致价格走低 “个头”仍是硬指标,
“狗屁，这些都原来就是我们的，说了半天没有一点至心！”石村一个性情欠好的人喝道 。
,大力肏穴视频,国产羞羞的视频在线观看,wwwⅹⅹ 。??时势3：免费性视频
??01月10日,11月14日“农产品批发价格200指数”比昨天下降0.19个点,
“石子陵你太过了，你知道在跟谁语言吗，那是我族老祖，你尚有一点敬畏之心吗？！”有族老喝道 。
,亚洲色婷婷综合开心网热,又粗又硬又大又爽免费视频播放,曰本美女一级A片视频了 。??01月10日,“1+5”产业体系引领山西晋城高质量转型发展,
血在溅，生命被收割，月夜凄冷，山林染血，山兽哀叫，气氛肃杀而又冷冽 。
,91女教师裙子趴开掰开射,免费一级A片毛毛片在线播放,美女用震蛋喷水的高潮流浆 。??时势4：国产一级a爱视频在线
??01月10日,重庆已建立30余个新就业形态劳动纠纷一站式调解中心,
不然，谁没事吃狻猊啊，这种生物，血液稍纯一些的就凶气滔天，就更不要说是远古遗种了，让一个富家都压力重大，忌惮不已 。
,国产激情精品一区二区,猛男白袜打 网站浪老师,黄页视频免费观看 。??01月10日,两岸和平统一可能性已丧失？国台办回应福建省工艺美术大师作品系列传承展创新创艺,
许多同砚一经奚落，我们会读许多书，好比语文、数学、英语等，不但读，并且还要练 。但这种念书，是有直接的功利目的，是为了掌握某种技巧的念书 。而真正的念书，是让人忘却机巧之心的 。人生短暂，我们不可疏弃在险些无用的甚至指导负能量的书 。读经典书，看世事百态，体味人生百味 。能让自己在生涯中找寻真正的自我 。曾国藩就说过，“废志无以成学，废学无以成才”，也是这个原理 。
,天天做天天爽天天爱,麻豆国产在线观看免费,柳神妈妈儿子同人配音 。【安理会讨论乌克兰儿童生存状况 中方代表呼吁化解冲突 让儿童免于战乱】
【俄军战略轰炸机巡航日本海】
责编：许会增
审核：何文霞
责编：姜米
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
