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。
《美女a视频网站》,《Q8X2R7L1T4J5M9B6W3》老太干
“祁煜换脸无码AAA成人精品”
永久免费看mv网站入口1.860.03
……
01月06日
“黄漫老师大雷”舌尖上的进博会又上新
↓↓↓
01月06日,从热播剧《繁花》看滇菜“出滇记”,少妇3p,国产精品激情无码,人人爽人人搞,赵露思被 疯狂喷水自慰
01月06日,浙江九三学社成立数字经济专委会 为浙江提供“数智”支撑,免费观看高清A级毛片,九九免费视频网站,明日方舟女角色被俘虏,亚洲欧洲国产精品久久久
01月06日,白皮书:中国为区域和全球安全稳定作出了积极贡献,免费一级AV高潮喷水片特黄,白嫩极品教师自慰,精品视频国产狼友视频20页,男生在一起愁愁愁视频素
01月06日|600余家老字号齐聚第八届中华老字号(山东)博览会|强奷乱码中文字幕熟女视频|黄色三级网|性交 白浆 视频|小舞被 后喷水
01月06日|黑龙江省首个保税航油项目通过验收|黄网站视频在线观看免费|免费同恋男男gay做爽爽的视频|嗯灬啊灬把腿张开灬所有视频在线观看|九色PORNY视频国内自拍
01月06日|农业农村部:第三次全国土壤普查外业调查采样任务圆满完成|国外免费的黄色论坛|成人56AV色情app|三级片都有哪些网站|美女黄色的视频……
01月06日,(乡村行·看振兴)江西宜黄:凝聚乡贤力 奏响“茭”响曲,日本特级片,国产国产人免费人成免费,大雷跳舞时被捏到尖叫视频,欧美猛男军人Gay巨大杂志
01月06日,谎称白宫着火!虚假报警电话引发消防紧急反应,国产精品国产精品国,色色视频综合,yee8cc浏览器入口,美女18一级毛片免费看
01月06日|国际首次!新一代人造太阳“中国环流三号”取得新成果|男人 少妇A片免费叫少妇放荡|男人在线网站|欧美3p精品视频在线观看|哦黃片視頻來看
01月06日,福建多项首创优化台胞数字人民币服务,天堂久久秘 精品忘忧草,欧美A∨在线精品,AV天天搞首页,黄色视频在线免费无限观看的网站
01月06日,加拿大卡尔加里举行国际中文日活动,自拍理伦,91 活动 #ZXR29gWR5bwefu9# xhslink.com/a/AEaYlbvmcIt0 ИX-2f9z1V3yyT61p7,国产欧美日韩永久,少萝裸体 网站黑桃
01月06日,天津培育壮大创新链 赋能产业升级,肥猫·中国,人成视频网址,操逼在线看,欧美一区二区激情三区
01月06日|中方:有关国家在南海开发资源不得拉拢域外国家插手介入|久久国产精品久久国产|特级婬片A片AAA毛片AA1|操逼免费a级视频|国产人在线成免费视频大
01月06日|科摩罗现任总统阿扎利赢得新一届总统选举|暴躁姐姐中文版bgm|女明是白鹿被侵犯小说|国产国拍亚洲精品永久在线|男男互吃 巴白袜高弹
01月06日|年轻人热衷“躺营”松弛度假|一级欧美一级日韩一级二级|全网免费黄色网站|小黄片视频免费在看|久久午夜夜伦鲁鲁片不卡
如何评价败人品成LPL热梗,曝罗德里将获得金球奖|联合国工业发展组织第四次工业革命产业加速器(杭州)揭牌|18 无套直导航|小说图片视频区中文字幕|韩国无码在线|亚洲 性爱 特黄 三级 一卡 在线观看
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
2024株洲马拉松鸣枪开跑 1.5万名中外跑者畅跑“制造名城”
昂贵的“保护伞”保不了安全(两岸观察漫评)
西康高铁秦岭太兴山隧道进口至一号斜井区间顺利贯通
打好强降雨防御硬仗,广东“拼了”!
美媒:白宫高级经济顾问将离职 为哈里斯竞选活动提供服务
外媒:美军对胡塞武装发动新一轮袭击
江苏去年审结涉房地产案件8.9万件 推动160多家楼盘续建交房
切莫迷信“网红处方”,儿童用药安全第一
《慈善蓝皮书》发布2023年度中国十大慈善热点事件
伊拉克民兵武装称袭击伊叙境内三处美军基地
日韩在线视频91
久久久免费黃片
JUL-709篠田优中文字幕
特黄色大片未满18岁禁止入内
黄A片视频在线看
国产在线播放你懂的网站
日韩免费视频一区2区
巨乳 挤奶 动漫视频
三角洲同人漫画
日本人人操人人干

闽公网安备 35010302000113号