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。┲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。
《超碰在线地址》,《Q8X2R7L1T4J5M9B6W3》性交AA片
“骚麦小苮儿班主任妈妈歌曲”
唐舞桐裸体
……
01月06日
“同人脏漫”光大集团原董事长唐双宁被逮捕
↓↓↓
01月06日,美议员称支持乌克兰能使西方国家使用乌矿产 中方:说出了美方真实考虑,晚上免费观看的黄色网页,漫 视频,毛片网站免费的,美a片
01月06日,河北蔚县开展传统村落古建修缮保护工程,亚洲无码视频在线,亚洲爱爱小视频,黄色网站网址视频,欧美丰满熟妇XXXX性黑人
01月06日,航拍北岳恒山:云雾缭绕宛如人间仙境,天天做天天爽性色视频高新清免费,鉴黄师18 下载,欧美日本黑人在线视频导航,灌醉迷晕系列在线播放
01月06日|泽连斯基:乌克兰一半的发电能力已不存在|男人插女人之男人的天堂|小黃片啪啪啪下載|毛片网址是什么|国产内射在线
01月06日|金价跌了,多个品牌重返“6字头”|欧美xxxx另类|黄色视频A级视频|原神 18同人禁网站抱枕|91极品少萝喷射白液视频
01月06日|十余名美籍人士在京郊露营遇险获救 美驻华大使赠锦旗致谢|小说越南小幼稚8至10岁|原神被 到爽 挤奶水视频|国产干干|十大看黄APP……
01月06日,探访江苏盐城范公堤遗迹:曾经兴盐运,至今惠民生,一级亚洲视频,被c的好爽视频,男生的🍌和女生的㊙️在一起,叶山小百合与隔壁邻居
01月06日,特写:赶路三四天 只为一场那达慕的赶驼人,久久这里只精品首页,谷歌老司机模式海外版,国产色A∨在线看精品,在线看av网址
01月06日|“五一”假期广州海事保障24万旅客水上出行安全|www.773c.cn免费网站入口怎么进得去|欧美集体操屄视频|免费区欧美一级猛片又黑又硬|日韩精品在线观看
01月06日,以军称打死一名哈马斯指挥官 哈马斯暂未回应,欧美系列黄色网站,cekC学生,星野和光头哥视频原版在线观看免费版,欧美熟妇A片在线A片视频软件
01月06日,数字赋能新农田 “北大仓”智慧春耕已开启,无码国产明星在线播放,亚洲和欧洲黄色网站,97在线欧美超碰,亚洲裸乳
01月06日,俄罗斯华侨再续“万里茶道”缘 助福建茶叶走“丝路”,午夜一级我不卡中文字幕,免费看片,亚洲日韩视频在看观看,魅魔娜娜在线观看免费高清电视剧,欧美美女日妣无遮挡
01月06日|(神州写真)中国冰雪文旅迎奇景 吉林雾凇解锁“流量密码”|永久免费黄网视频|小樱扒开 让鸣人蘑菇视频…|八重神子掰开双腿让甘雨桶爽漫画|永久免费观看国产裸体美女久久久
01月06日|“宋四家”真迹首次故宫外共同展出|老女人屄|熟女熟沟|日韩一级中文字幕视频免费看|国产a精彩视频精品视频下载
01月06日|《云南省国土空间生态修复规划》印发 部署12个生态修复重点工程|综合婷婷五月|妈妈美白大蚌埠视频|真实国产熟女一区二区三区|中文AV在线麻豆
2023国产动画打分,布莱泽奥特曼结局打分|建构中国农林经济管理学科自主知识体系联盟大会暨中国人民大学农业与农村发展学院70周年论坛召开|农夫导航欧美性爱|黄片A片一对一|少萝被 脱脱内内视频下载|久久精品国产99
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
贵州天鹅山云蒸霞蔚
中新文娱评演员演技争议:不要挑战观众宽容度
贵州安顺:地戏演出引游人
音乐为文旅行业“加戏” 江西多地“点燃”旅游消费新活力
日本大阪伊丹机场两客机发生碰撞事故 无人受伤
坦桑尼亚留学生:坦中关系是兄弟情谊,我愿做推动非中交流的桥梁|世界观
(寻味中华|侨乡)在梅家大院探寻台山侨圩今昔
北京丰台聘任56名“法治副村长” 为基层治理注入新动能
【一线代表委员心声】推动传统农民工向新型产业工人转型
财政部:2018-2023年,财政科技支出年均增长6.4%
玖玖视频在线免费观看
女人被啪啪的网站
A片免费免播放在线观看
特A级黄色片
日本一区二区偷拍综合自拍图片
久久99国产精品精品国产免费
黄色视频,在线免费观看
强奷漂亮女老板在线播放
4438精品黄色视频
白丝美大高潮流白浆视频

闽公网安备 35010302000113号