ControlNet作者张吕敏最新论文：长视频也能实现超短上下文
当前AI视频生成受限于上下文长度与算力消耗，多数模型仅能生成约15秒视频。张吕敏团队提出新型记忆压缩系统，可将20秒视频压缩至约5k上下文长度，同时保留高频视觉细节，实现在RTX 4070等消费级显卡上的长时连贯生成。该方法通过双路径架构与显式预训练目标，在PSNR、SSIM及对象一致性等指标上表现优越，有效缓解了长视频生成中算力与保真度的矛盾。来源：https://mp.weixin.qq.com/s/o3LRz-m3KmGuJzVUjuugtQ
页:
[1]