
PG电子,PG电子官网,PG电子注册,PG电子送彩金,PG电子爆分平台,pg电子app,pg电子下载,pg娱乐
普林斯顿大学和Meta联合推出的新框架LinGen,以MATE线性复杂度块取代传统自注意力,将视频生成从像素数的平方复杂度压到线性复杂度,使单张GPU就能在分钟级长度下生成高质量视频,大幅提高了模型的可扩展性和生成效率。
实验结果表明,LinGen在视频质量上优于DiT(胜率达75.6%),并且最高可减少15×(11.5×)FLOPs(延迟)。此外,自动指标和人工评估均显示,LinGen-4B在视频质量上与最先进模型相当(分别以50.5%、52.1%、49.1%的胜率优于Gen-3、Luma Labs和Kling)。
LinGen维持Diffusion Transformer(DiT)中的其他结构不变,而将其计算瓶颈——平方复杂度的自注意力模块替换为线性复杂度的MATE模块,它由MA分支和TE分支组成。
Mamba2作为State Space Model(SSM)的变体,善于处理超长的token序列,同时又对硬件非常友好,可以使用attention的各种硬件加速核,如xformers,FlashAttention等。但是Mamba系列模型在语言任务上的优秀表现难以直接迁移到大型视觉任务上,生成的高分辨率视频往往一致性很差、质量不高。
一些特殊的scan方法尝试解决这一问题,如Zigzag scan,Hilbert scan,但它们都要求对序列做复杂的顺序变换,而这个操作对硬件极其不友好。在处理高分辨率、长视频时,会带来显著的额外延迟。
以上图的方式为例,W,H和T分别在展开时有第一、第二和第三优先级,通过交换展开的优先级,就可以实现不同的scan方式。
相比于已有方法,该方法最大的好处是对硬件非常友好、可以通过简单的tensor reshaping实现,因此也几乎没有额外开销,同时还把scan后原相邻token的平均距离降到了和已有特殊scan方式相同的水平。
然而,所有这些特殊的scan方式仍然不足以完全解决Mamba的临近信息丢失问题,因为在模型的任意一层中,只会有一种scan方式被应用,如果不考虑跨层交流,大量临近信息在单层中依旧有损失。
针对于此,LinGen在TE分支中应用了TEmporal Swin Attention(TESA):它是一种特殊的3D window attention,窗口范围在不同层中会滑动,每一个窗口都很小,并且窗口大小不随视频分辨率和长度(即3D tensor的大小)的变化而变化。
这是因为TESA仅用来处理最临近的信息,这一固定的窗口大小也使得TESA实现了相对3D tensor中token数的线性复杂度。
作为额外的补充,LinGen还在MA分支中引入了review tokens。它被用以增强视频中极长程的一致性,例如在60秒视频的结尾复现视频前几秒消失的人。它把待处理video tensor的概览提前写入Mamba的hidden state memory中,为后续的视频处理提供帮助。
从人类评测和模型自动评测两个角度将LinGen与已有的先进视频生成模型、以及DiT baseline进行比较。
无论是人类评测的结果,还是在VBench上的自动评测的结果,都显示LinGen与先进的商业模型Kling、Runway Gen-3生成的视频质量接近,并且远胜于OpenSora v1.2。
可以看到,在FLOPs方面,当生成17秒、34秒和68秒长度的512p视频时,LinGen-4B相对于DiT-4B分别实现了5×、8×和15×的加速;
这说明LinGen具有线性复杂度,可以在单卡上实现分钟级视频生成,速度远快于DiT。与相同大小的DiT相比,LinGen可实现推理速度11倍以上的提升。
另外,LinGen和相同大小、在相同数据集上以相同training recipe训练的DiT baseline相比,在视频质量和文字-视频一致性上取得全面领先。相比起DiT,LinGen可以更快地适应更长的token序列。
通常认为自注意力模块的线性替代是对完整自注意力的近似,虽然在速度上有显著优势,但在模型性能上往往略逊一筹,而LinGen打破了这个惯有的看法。
在整个预训练过程中,模型从低分辨率图像生成开始,学习低分辨率视频生成,再不断增加所生成视频的分辨率和长度,所处理的token数增长了上千倍。
而在从少token数的任务迁移到多token数的任务时,LinGen的适应性远强于DiT(a图中是从256x256分辨率视频生成迁移到512x512分辨率视频生成任务时的loss curve),这可能是受益于Mamba对于长序列的高适应性,这一特征已经在语言任务上被观察到。
为了进一步验证这里推理,选取这一预训练阶段的早期checkpoint进行比较,发现LinGen比DiT的win rate优势变得更加显著。这暗示了虽然LinGen在任务迁移的早期能大幅领先DiT,但是这种优势随着预训练的进行,在不断减小。
尽管如此,在训练资源有限的情况下,LinGen在预训练的极长一段时间内仍旧能对DiT保持优势。
06月11日,和评理|美欧保护主义政策终将反噬自身,aoa体育手机下载,云顶赌场网站,im体育和沙巴体育区别,ag8线日,去年以来缅甸累计向中方移交4.9万名中国籍涉诈犯罪嫌疑人,万博手机版网页版登陆,乐鱼体育网页登入,互博国际手机客户端,hg2020appcom
06月11日,中国农业发展银行总行专家委员会副主任委员赵富洲被“双开”,新葡亰网站怎么进入,赛马会料,幸运快三APP,环宇体育官网网址
06月11日中国与东盟国家铁路货物过半由中老铁路运输深航尊鹏俱乐部沙巴体育信誉盘口第三张补牌的规则OD线日港珠澳大桥桥梁航道恢复通航新宝6平台下载安装亚盈体育下载best365最新下载半岛·体育官网入口
06月11日第一观察 纪念,习这样强调365bet体育外围app皇冠苹果版环亚娱乐鸭脖体育是什么……
06月11日,江苏少儿戏曲“小梅花”齐聚无锡唱响梨园梦,bob体育官网入口app彩票,威廉希尔体育娱乐,伟德体育体育,易博平台
06月11日西部陆海新通道省际协商合作联席会议第四次会议在渝举行彩神彩票平台官方大话可以的打鱼游戏万博mantex体育
06月11日,因持续暴雨 玻利维亚首都拉巴斯进入紧急状态!,葡京体育投注登录,哪个平台有斗牛,正规买球网站有哪些,天博app官网下载官方版
06月11日,(文化新纪行)为馆藏文物“寻菌捉虫” 重庆科研团队出“妙招”,乐虎国际赌场网站,真钱大发,有没有线国际线日,台湾青年夜游黄浦江 流光溢彩中品“魔都”魅力,网游试玩,零点棋牌官网是多少,濠江会安卓下载,白菜网
06月11日《阿盖尔:神秘特工》中国首映礼举行99真人欧博官网会员注册雷速体育官网8.3.0版本维尼斯人网站
06月11日(乡村行·看振兴)广西罗城:粤桂协作小木耳 乡村振兴大产业沙巴体育足球官方金年会 首页澳门手机赌盘下载快三官网app
06月11日台湾专家研判赖清德“5·20”讲话后AG亚洲游官网为什么停运九游会j9国际站一周决beplay下载安卓
拜登:特朗普确实是“热门人选”,郑钦文首夺东京站冠军台湾青年走进漫博会:不仅研学参观也要“买买买”利来国际F1巴黎客户端手机网址88娱2官网电脑版fun青龙五鬼A
李小龙模仿者遭向佐扇巴掌,拜托了,身体里的她中新网评各地文旅火出圈:“面子”好了,更要做好“里子”bg大游娱乐美高梅入口必威手机版登录网页英亚体育app官网
七夜雪,玫瑰的故事直播“文旅中国探索计划第二季”活动开启 中国星双旗舰正式上市BET9九卅娱乐真人游戏爱游戏体育投注平台?户贝博在线开户
游客在四川瓦屋山被落石砸中身亡,钱天一vs张本美和辽宁省贸促会率17家辽企参加2024香港国际印刷及包装展欧宝账号登录银河官网网站金沙银河娱乐玉和国际官网
海之始,或许这就是无畏的意义国家将对人工耳蜗类耗材进行集采大奖娱乐网址米乐体育APP火狐体育nba飞五游戏下载
吉动女生举报吉大男生,拒绝富翁爸爸3房1车 解清帅回应喜剧 “排忧”本领传千年MG真人登录官网亿博足球BG大游娱乐APP下载bob综合坑人